产品
memU
memU是一个面向多模态AI Agent的记忆管理框架，采用文件系统作为统一的底层存储抽象，将不同模态（如文本、图像等）的记忆信息整合管理。其核心特征包括：层级化记忆组织结构、跨模态记忆的统一访问接口，以及对Agent长期记忆与短期记忆的结构化支持，旨在提升AI Agent在复杂任务中的记忆一致性与可扩展性。
全部知识事实 (9)
待验证
memU采用双循环协作机制：Agent Loop负责标准对话循环，memU Loop作为独立插件实时运行，负责监测、存储检索、提取和预测建议
95%待验证memU设计了三层记忆抽象架构：对话层（资源层）、条目层（Item Layer）和类别层（Category Layer），实现从对话到条目到文件的逐级语义抽象
95%待验证memU提供两种检索模式：基于RAG的检索（速度快，适合低延迟场景）和基于LLM的检索（更深度推理，包括意图预测和查询改写，但延迟和token消耗更高）
95%待验证memU项目的核心创新在于将记忆组织为文件系统，使用文件夹表示类别、文件表示记忆条目、符号链接表示关联记忆、挂载点表示外部资源
95%待验证memU支持Telegram、Discord、Slack和飞书四种接入方式
90%待验证memU的memorize.py和retrieve.py各约1000+行代码，分别负责记忆存储和记忆检索的核心实现
85%待验证memU在Locomo测试中达到了92%的准确率，覆盖单跳、多跳、开放域和时序等多种场景
85%待验证memU项目依赖Rust运行时，支持通过UV管理虚拟环境
85%待验证文件系统正在成为AI领域通用的信息组织范式，包括Claude Code的读写Markdown以及各种CLI工具和Agent框架
70%