memU

memU - компактная система долговременной памяти, которая сохраняет опыт между сессиями и не дает агентам забывать прошлые задачи и превращает историю их работы в переиспользуемые навыки.

Агенты больше не теряют контекст между сессиями: у них появляется общая структурированная база знаний в формате Wiki, доступная на разных устройствах и в различных рабочих средах.

Основная идея После завершения сессии большинство агентов теряют контекст. memU решает эту проблему, анализируя прошлые диалоги и сохраняя удачные решения как переиспользуемые навыки в формате Markdown.

В проекте четко разграничены роли:

1. Компактное ядро. Вся базовая логика в MemoryService умещается в 500 строк кода. Модуль занимается исключительно хранением, созданием эмбеддингов и поиском по базе.

2. Анализ на стороне агента. memU не тратит токены на лишние запросы к моделям, потому что агент сам изучает историю работы и пишет готовые инструкции.

Как устроена работа Вся механика строится на двух простых шагах:

• Сохранение опыта (Memorize). Фоновый процесс периодически просматривает свежие диалоги и вызовы инструментов. Агент анализирует свои действия, сравнивает их с уже накопленной базой и решает, нужно ли создать новый навык или дополнить старый. Если полезных нрешений нет, он оставляет все без изменений. Нужные решения сохраняются в обычные Markdown-файлы, где описан понятный порядок действий, особенности и возможные ошибки.

• Поиск нужного контекста (Retrieve). Перед тем как ответить на новый запрос, агент сначала обращается к базе памяти. Он автоматически находит подходящие инструкции и решает задачу уже с учетом прошлого опыта.

С какими агентами работает memU запускается как фоновый процесс рядом с рабочим окружением:

• Готовые интеграции. Из коробки поддерживаются популярные агенты и среды: Claude Code, Codex, Cursor, OpenClaw, Hermes Agent, WorkBuddy, Cola и pi. Для любых других систем есть команда memu-agent, которая сама находит установленные среды и форматы логов.

• Как устроена связь. Адаптер читает историю диалогов из локальных файлов JSONL или баз SQLite, а в правила самого агента (например, в AGENTS.md, CLAUDE.md или SOUL.md) аккуратно дописывает команду для поиска по памяти.

Хранение данных

• Локально или в облаке. Память можно хранить полностью на своем компьютере либо синхронизировать между устройствами через сервис memu.so.

• Базы данных. Для локальной работы по умолчанию используется SQLite. Если нужен параллельный доступ или большой объем данных, подключается PostgreSQL с расширением pgvector, а для быстрых тестов доступен запуск прямо в оперативной памяти.

• Эмбеддинги. Для поиска по смыслу подходят модели от любого привычного провайдера: OpenAI, Jina, Voyage, Doubao или OpenRouter.

Как запустить сканирование старых сессий

1. Автоматически по расписанию. При установке регистрируется фоновый процесс, который постепенно разбирает найденные на диске сессии.

2. Вручную через CLI. Если у вас накопился архив старых сессий, можно не ждать фонового процесса, а запустить пакетную обработку напрямую через консоль командой memu memorize.