#414 · 主分类: 教育与研究

Agent_Memory_Techniques

agent-memory ai-agents anthropic episodic-memory generative-ai graphiti knowledge-graph langchain letta llm llm-agents llm-memory mem0 memgpt openai python rag semantic-memory vector-database zep

面向LLM的智能体记忆:30个可运行的Jupyter笔记本,涵盖对话缓冲区、向量存储、知识图谱、情景与语义记忆、MemGPT、Mem0、Letta、Zep、Graphiti、LoCoMo基准测试及生产模式。

项目最后更新:08/28/26

GitHub Stars

945

Forks数量

122

贡献者数量

3

许可证

Apache-2.0

收录理由

多数关于Agent记忆的教程往往止步于一个简单演示,很少告诉你接下来该怎么落地。这个仓库实打实地把工作做足了:30个可运行的Jupyter笔记本,从最基础的对话缓冲区起步,一路延伸到向量存储、知识图谱、情景记忆和语义记忆,再进入MemGPT、Mem0、Letta、Zep、Graphiti这些面向生产环境的框架。每个技术点都以可执行笔记本的形式呈现,新手可以把它当作一门结构清晰的课程,而遇到具体记忆问题时,老手也能快速翻阅找到解法。仓库附带的学习路径和决策树能帮你判断该用哪种方案:是单次会话内的短期记忆,还是跨会话的持久化,抑或是多存储架构的完整设计。最后几个笔记本专门讲评估、基准测试和部署——这正是多数指南跳过的地方:如何度量并上线一个记忆层,而不只是把它构造出来。对想在真实产品中投入前对比不同记忆设计方案的人来说,这本书非常实用。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目