Knowledge2026年5月14日·1 分钟阅读

Awesome-AI-Memory — Papers & Projects for LLM Memory

Curated knowledge base for LLM/agent memory systems (399 papers, 104 projects): long-term memory design, retrieval, eval; verified 862★, pushed 2026-05-14.

Agent 就绪

这个资产可以被 Agent 直接读取和安装

TokRepo 同时提供通用 CLI 命令、安装契约、metadata JSON、按适配器生成的安装计划和原始内容链接,方便 Agent 判断适配度、风险和下一步动作。

Native · 94/100策略:允许
Agent 入口
任意 MCP/CLI Agent
类型
Memory
安装
Git|Web
信任
信任等级:Established
入口
git clone https://github.com/IAAR-Shanghai/Awesome-AI-Memory
通用 CLI 安装命令
npx tokrepo install fc08ef33-c297-5943-84a6-12c73cb615e8
介绍

Awesome-AI-Memory 是持续更新的 AI 记忆知识库,README 标注 399 篇论文与 104 个开源项目,覆盖长期记忆、检索、压缩与评测;已验证 862★,更新于 2026-05-14。

Best for: 要为 agent 做长期记忆系统的研究者/工程师,希望用一个清单快速定位论文、项目与评测

Works with: 直接在 GitHub 浏览或 clone;README 关联论文与项目清单(badge 标注 399 papers + 104 projects)

Setup time: 5-15 minutes

Key facts (verified)

  • GitHub:862 stars · 78 forks;最近更新 2026-05-14。
  • 许可证:Apache-2.0;作者头像与仓库链接均已通过 GitHub API 复核。
  • README 中可对照的入口命令:git clone https://github.com/IAAR-Shanghai/Awesome-AI-Memory

Main

  • 把它当阅读与选型队列:先看 Scope/Goal,再跳到 Papers/Projects 清单(README badge 标注数量)。

  • 做记忆系统时把组件拆清楚:存储(向量/图/SQL)、写入策略、检索策略、压缩/遗忘策略。

  • 尽早绑定评测:用仓库里的 benchmark/evaluation 线索挑能量化的任务(长对话、个性化、多会话一致性)。

  • 把“记忆系统设计文档”跟代码放一起,并把这里的条目作为参考来源记录权衡理由。

Source-backed notes

  • README badge 标注量化数据:399 篇论文与 104 个开源项目。
  • README 说明动机:上下文窗口有限,记忆系统通过外部/可控的持久化结构扩展能力。
  • README 提供中文版本并列出 scope 与 out-of-scope 范围。

FAQ

  • 这是可直接运行的实现吗?:不是;它是论文与项目清单,用于选型与查资料。
  • 怎么让它更可落地?:先选一个记忆模式 + 一个 benchmark + 一个开源实现做 baseline 复现。
  • 这些数量从哪来?:README 顶部 badge 直接标注 papers 与 projects 的数量。
🙏

来源与感谢

Source: https://github.com/iaar-shanghai/awesome-ai-memory > License: Apache-2.0 > GitHub stars: 862 · forks: 78

讨论

登录后参与讨论。
还没有评论,来写第一条吧。

相关资产