最佳 AI Agent Memory(2026)

Letta 是一个开发者平台，帮助创建能够跨会话保留上下文、从交互中学习并随时间改进行为的 AI 代理。不同于无状态的聊天机器人，Letta 代理拥有持久记忆，能够回忆起过去的对话、用户偏好以及积累的知识。 该框架为管理代理的记忆、推理和工具使用提供基础设施，并支持多家LLM提供商。开发者可以通过SDK和可视化界面构建、部署并监控代理，适用于个人助理、客户支持以及受益于连续性的自主工作流程等应用场景。

• 拥有持久内存的状态代理
• 自编辑内存块
• 支持多个 LLM 提供商
• 工具和函数调用
• 代理开发环境（ADE）
• REST API 和 Python/TypeScript SDK

2

AI Drive

具有AI功能的云存储，用于文档分析、搜索和协作。

4.7 (6)

· free

完整评测

AI Drive 是一款智能文档管理平台，旨在将静态文档转换为可交互、可搜索的知识库。它将云存储与先进的人工智能功能相结合，允许用户上传、组织并通过对话式 AI 与文档交互。该平台旨在使文档分析、搜索和协作在各行各业更加直观、高效。 用户可以上传多种文件类型，包括 PDF、Word 文档、电子表格和图片。系统随后提供即时答案、摘要和洞察，支持多款 AI 模型（如 GPT‑5、Claude、Gemini）。这种多模型方法针对不同任务（分析、写作、研究）进行了优化，能够根据用户的具体需求提供灵活性。 关键功能包括自动 OCR，可将扫描文档转换为高精度可搜索、可编辑的文本，并且智能元数据提取，能够自动识别标题、作者、文档类型等关键信息。该平台还提供多会话聊天，支持用户同时处理多份文档，以及创建定制 AI 代理的功能，可根据专门任务（如法律文件分析或财务报告）设计提示和知识库。对于开发者，“Live Artifacts”能够实时预览生成 HTML 组件和代码。 AI Drive 将其定制代理与一般 AI 聊天区分开来，将代理定位为“技术熟练的助理”，能够大规模提取数据、在一组文件中操作 PDF、一次性搜索所有内容，并生成时间线或比较报告等交付物。相比之下，普通 AI 聊天只能提供答案，却无法执行大规模数据操作。该平台采用企业级安全架构，提供端到端加密（传输层 TLS，静止数据 AES-256），部署在 Google 美国数据中心，实施严格的访问控制，并承诺不在用户数据上训练 AI 模型。遵从性认证如 ISO 27001 和 SOC‑2 Type 2 正在进行中。

• AI驱动的文档聊天界面
• 自动OCR扫描文档
• 智能元数据提取
• 多会话聊天，支持同时处理多个文档
• 具有定制知识库的自定义AI代理
• 支持多种AI模型（GPT-5、Claude、Gemini）

3

Zep

企业级机器人代理记忆平台，基于上下文图构建。

4.5 (6)

· free

完整评测

Zep 是一个专为 AI 代理设计的企业级记忆平台，旨在解决在众多用户、业务数据和过去交互中维护和管理代理记忆的难题。它旨在为代理提供对其运行环境的持续学习和演变的理解，从而提高代理交互的个性化和准确性。 Zep架构的核心是其专有的Context Graph Engine，该引擎构建和管理着由数百万个独立上下文图组成的“Context Lake”。这些图谱来源于多样的数据源，包括聊天记录、业务数据和用户交互。Zep通过自动上下文组装，为智能代理创建了高效、相关的上下文信息。 其关键功能之一是时间上下文图（temporal context graph），该图能够在新信息出现时自动使旧事实失效，从而确保智能体始终使用最新的数据进行推理。历史状态被保留为历史记录，允许智能体查询在过去任何日期成立的事实。该系统还结合了“观察”（Observations）功能， 其中分析图结构以揭示内存中的模式、重复出现和共现，为智能体提供超越孤立事实的全局视角。 Zep 强调企业级治理，提供基于属性的访问控制、策略驱动的数据保留和完整的源头跟踪等功能。图谱中的每个事实都可以追溯到其原始来源，保证了可审计性。该平台专为性能而设计，即使在处理多达 1 亿个实体的大型图谱时，其检索延迟也低于 200 毫秒。 Zep旨在实现无缝集成，可以与现有的代理框架一起使用，也可以独立使用，并提供Python、TypeScript和Go的SDK。作为企业代理栈的基础层，Zep提供了一个可扩展且受控的解决方案，用于管理复杂、不断演变的代理内存。

• 上下文图引擎
• 上下文湖集群以百万图
• 自动上下文组装
• 时间上下文推理
• 事实追溯
• 从记忆模式中提取观察结果

4

Mem0

为大语言模型和 AI 代理提供长期、高度个性化的上下文persistent memory层

4.3 (6)

· free

完整评测

Mem0 是一层 AI 记忆层，能够与 AI 助手和代理集成，提供跨交互的个性化与持续上下文。它旨在解决维护用户偏好、适应个体需求以及实现 AI 系统持续学习的挑战。 该工具采用一种独特的记忆算法，侧重于单次通过、仅追加的提取方式，即新信息被添加而不会覆盖已有记忆。其核心是由智能体生成的事实，并将其视为第一类信息。Mem0 还集成了实体链接功能：对实体进行抽取、嵌入，并在记忆中互相连接，以提升检索精度。此外，它采用多信号检索，将语义检索、BM25关键字匹配和实体匹配相结合，融合多种得分信号，并配合时序推理实现时间感知检索。 Mem0 提供核心功能，包括多层次内存管理，处理 User、Session 与 Agent 状态，并支持自适应个性化。它为开发者提供友好的体验，配备直观的 API 与跨平台的 Python、Node.js SDK。适用场景包括需要持续、语境丰富对话的 AI 助手、能够回忆过去交互的客服聊天机器人、记录患者偏好的医疗系统，以及在生产力工具和游戏中实现自适应体验。 部署选项灵活，包括用于测试和原型制作的 Python / npm 库、供团队自行管理基础设施的自托管服务器，以及为零运维生产使用的全托管云平台。该平台在 LoCoMo、LongMemEval、BEAM 等内存评估框架上也表现出高基准分数，凸显其效率和召回能力。

• 多级内存管理 (User, Session, Agent 状态)
• 单次提取，仅添加，避免覆盖现有记忆
• 实体链接提高检索准确性
• 多信号检索 (语义，BM25关键词，实体匹配)
• 时间推理为时间感知检索
• 开发者友好API、Python SDK、Node.js CLI