memhub Logo

memhub

多个 Agent 共用一份个人记忆;当场记下事实,事后看出规律。

  • 🔗 跨工具记忆中枢(Hub):MemHub 让 Claude Code、Codex、Cursor、Agentica、Hermes、CodeBuddy、OpenCode、WorkBuddy 8 种工具读写同一份本地记忆,支持 memhub ui 可视化管理与跨设备同步(多设备同步)。
  • 🏆 同场评测领先:同模型、同题集,LoCoMo 74.7(hy-memory 66.6、mem0 65.6)、LongMemEval 91.7、PersonaMem-v2 50.0,写入耗时约为 hy-memory 的五分之一,详见 评测说明。
  • 🧠 快慢双系统:System 1 在对话时实时记住你的事实、偏好和状态变化(旧说法自动保留在历史链);System 2 在后台跨多次对话归纳你的长期习惯与行事风格。
  • 🛠️ 工程排障自动沉淀:编码会话自动把「问题 → 根因与方案 → 涉及文件」提炼为可复用的工程经验,下次遇到类似问题直接带出。

从哪里开始

我想… 看这里
让我常用的 AI 工具共享记忆(含 memhub ui 与跨电脑同步) MemHub · 多设备同步
给自己的 Agent / 应用加长期记忆(含 Coding 经验) 安装 → 快速开始
接入 Agentica、Claude Code、Hermes 等框架 生态集成
通过 MCP 或 REST 接入 MCP / REST
看效果对比与复现方法 评测说明

接入本机 AI 工具

pip install "memhub[all]"

# 1. 启动后台常驻服务(开机自启)
memhub install-service

# 2. 按需接入你正在用的 AI 工具(或用 memhub install-host all 一键接入全部 8 种)
memhub install-host claude-code
memhub install-host codex

# 3.(可选)导入已有历史会话
memhub scan --source claude-code

# 4. 在浏览器可视化管理记忆,或绑定私有 Git 仓库跨设备同步
memhub ui
memhub connect git git@github.com:you/my-memory.git

三行 Python SDK

pip install memhub
from memhub import SyncMemoryClient

with SyncMemoryClient() as memory:
    memory.add(content="我住在上海,最近开始不吃辣了。", user_id="alice")
    res = memory.search(query="给 alice 推荐一家餐厅", user_id="alice")

可选阅读

使用和接入不用看下面这些。想了解底层原理时再读:

  1. 架构说明:SDK 与 Hub、CLI、REST、MCP、Skill 的关系,以及存储层
  2. 四层记忆:L0 原文、L1 事实与工程经验、L2 画像、L3 推导
  3. 写入决策设计:决策模型的动作与关系、版本链、并发与恢复