Supermemory开源AI记忆引擎：解决对话失忆，基准测试登顶

项目介绍

Supermemory 是一个专为 人工智能 设计的记忆与上下文引擎，核心目标是解决 AI 在连续对话中容易“失忆”的痛点。它能够自动从对话历史中学习、提取关键事实、构建动态的用户档案，并智能处理知识更新、矛盾信息以及自动遗忘过期内容，确保在需要时提供准确、相关的上下文。该项目集成了完整的 RAG（检索增强生成）流程、多种数据连接器以及文件处理能力，旨在打造一站式的上下文管理堆栈。

在 LongMemEval、LoCoMo 和 ConvoMem 这三大权威的 AI 记忆基准测试中，Supermemory 均取得了排名第一的成绩。它支持多模态内容提取（包括 PDF、图像、视频和代码），并提供了多种客户端，兼顾了终端用户与开发者的不同需求。

项目状态：活跃开发中。

核心功能

• 记忆引擎：自动从对话中提取事实，并处理知识更新、矛盾冲突以及自动遗忘过期信息。
• 用户档案：自动维护用户的静态事实（如偏好）与动态活动记录，可在约 50ms 内获取完整的用户画像。
• 混合搜索：融合了 RAG 与记忆查询，能够同时从知识库文档和个性化上下文中获取相关信息。
• 多平台连接器：支持 Google Drive、Gmail、Notion 等平台，可实时同步数据并自动处理为可搜索的内容。
• 多模态提取器：对 PDF、图像（通过 OCR）、视频（通过转录）和代码（通过 AST 感知分块）进行处理，实现“上传即搜索”。

快速上手与评价

安装

安装过程非常简单，可以通过 npm 或 pip 进行：

npm install supermemory
# 或者
pip install supermemory

快速使用示例

以下是一个使用 TypeScript 的简单示例，展示如何存储对话和获取用户档案：

import Supermemory from "supermemory";
const client = new Supermemory();

// 存储一段对话内容
await client.add({
  content: "User loves TypeScript and prefers functional patterns",
  containerTag: "user_123",
});

// 获取用户档案及相关记忆
const { profile, searchResults } = await client.profile({
  containerTag: "user_123",
  q: "What programming style does the user prefer?",
});

Supermemory 直击了当前 AI 应用的一个核心痛点——对话间的记忆缺失问题，使得 AI 能够持续学习用户的偏好和项目上下文。它的优势非常明显：在三大权威基准测试中排名第一，技术实力有目共睹；提供了简洁的 API，开发者无需自行配置向量数据库、嵌入管道或分块策略，大大降低了集成门槛；同时支持多语言（TypeScript、Python）和与主流 AI 框架（如 Vercel AI SDK、LangChain）集成，适用场景广泛。

无论是终端用户希望提升 AI 助手的体验，还是开发者想要为产品添加持久的记忆功能，Supermemory 都是一个非常理想的选择。其在 GitHub 上获得 19.1k 星标和 1.8k 分叉，也充分印证了社区的广泛认可。

项目信息

• 项目地址：https://github.com/supermemoryai/supermemory
• 开源协议：MIT license。该协议允许商业使用、修改和分发，但需保留版权声明和许可声明。
• 主要语言：TypeScript (63.2%), MDX (29.9%), Python (6.2%)

对这类解决前沿技术难题的开源项目感兴趣？欢迎来 云栈社区 与其他开发者一起交流探讨。