agentscope-ai

agentscope-ai/ReMe

Python 一般
116
2026-03-05
1.8k
+194
#4
142

项目介绍

ReMe:智能体内存管理工具包——记住我,优化我。

ReMe: Memory Management Kit for Agents - Remember Me, Refine Me.

智能解读

智能解读 自动生成

ReMe是一个专为AI智能体设计的记忆管理框架,旨在解决智能体在长对话中因上下文窗口限制导致早期信息丢失,以及每次新会话无法继承历史而必须从头开始的问题。该工具包提供了基于文件的CoPaw和基于向量的两种记忆系统。其中,CoPaw系统将记忆存储为可读、可编辑的Markdown文件,使得记忆像普通文档一样易于查看、修改和迁移,从而让智能体获得持久的、可继承的“真实记忆”。通过自动提炼重要信息并持久化保存,ReMe使得智能体在后续对话中能自动回忆关键历史,显著提升了多轮交互的连贯性和效率,适用于需要长期记忆和复杂状态管理的AI应用场景。

智能标签

生成技术栈、用途、特征、受众等多维度标签

使用场景

使用场景 自动生成

最适合需要长期记忆、多轮交互连贯性和记忆可迁移性的AI智能体应用。

1

长对话智能客服

AI客服在长时间对话中会忘记用户早期的需求和偏好,导致每次都要重复询问相同信息。

使用ReMe的CoPaw系统自动提炼用户重要信息(如联系方式、偏好、历史问题)并保存为Markdown文件,后续对话自动加载这些记忆。

用户第一次咨询产品A,ReMe会记录用户对价格、功能的关注点;一周后用户再次咨询时,AI能直接说“上次您关注产品A的价格,现在有优惠...”

2

多轮任务型助手

智能体执行复杂多步骤任务(如旅行规划)时,上下文窗口有限导致忘记早期决策,需要用户反复提醒。

通过compactmemory功能定期压缩对话历史为结构化摘要,将关键决策点持久化保存,确保任务连续性。

规划7天旅行:第1天确定目的地和预算,ReMe自动保存;第3天安排住宿时,AI仍记得预算限制和已选城市,无需重复确认。

3

可迁移AI记忆

更换AI模型或部署环境时,原有的对话历史和智能体记忆无法迁移,每次都要重新训练。

利用CoPaw的Markdown文件存储记忆,直接复制文件即可在不同环境或模型间迁移完整记忆库。

从本地测试的ChatGPT助手迁移到云端Claude服务时,只需复制memory/文件夹,新助手就能继承所有用户历史记录。

4

工具输出管理

AI调用外部工具(如代码执行、API查询)产生大量输出,挤占上下文窗口导致核心对话被截断。

使用compacttoolresult自动将大型工具输出截断并保存为独立文件,只在消息中保留引用链接。

AI执行数据分析返回1000行结果,ReMe自动保存为toolresult/analysis.md,对话中仅显示“分析完成(详见文件)”,释放上下文空间。

项目健康度

C
42/100
一般
活跃度人气增长社区文档
活跃度 10/23

距上次更新 35 天

人气 12/25

平台 Star TOP 59% · Forks 142

增长 5/25

暂无近期增长数据

社区 7/17

7 位贡献者 · 0 条平台评论

文档 8/10

缺少 1 项内容

1 项改进建议
  • 增长:近期 Star 增长缓慢,项目热度有待提升
在 GitHub 上查看

项目信息

作者 agentscope-ai
来源 GitHub
周期 每日
仓库ID agentscope-ai/ReMe
最新提交 2026-03-05 18:10:05
第一收录 2026-03-06 08:01:23
最后更新 2026-03-06 08:01:47

赞赏支持

如果本站对你有帮助,欢迎打赏支持

微信打赏码

微信

支付宝打赏码

支付宝

评论 0

登录 后发表评论

加载评论中...

助手