#长期记忆

MemGPT是一款创新的工具，可帮助用户通过支持长期存储和状态管理快速构建和部署具有状态的大型语言模型代理。MemGPT支持连接外部数据源（例如PDF文件）以进行检索式增强生成，并定义及调用自定义工具，如谷歌搜索。此外，MemGPT还支持多用户、多代理应用程序的服务部署，是企业和开发者构建先进语言模型应用的理想选择。

Zep 为 AI 助手应用提供长期记忆服务，通过持久化和回忆聊天记录，减少幻觉、降低延迟和成本。核心功能包括自动生成摘要、嵌入消息和上下文搜索，异步操作保证用户体验不受影响。Zep 还提供文档向量搜索和 Zep Cloud 托管服务，支持事实提取、对话分类和结构化数据提取，兼容 Python 和 TypeScript/JS 等多种语言和框架，提升开发效率。

AutoGen_EnhancedAgents 项目中的 MemoryEnabledAgent 提供了增强的上下文和令牌控制，以及便携性和即插即用功能。基于微软 AutoGen 框架，该代理通过持久化、自治和稳定的对话、记忆存储和检索系统提升 AI 代理性能。其主要特性包括动态管理工作记忆、短期记忆和长期记忆。该项目旨在提供易于实现的解决方案，并欢迎反馈和协作。

HippoRAG是一个借鉴人类长期记忆神经生物学原理的检索增强生成(RAG)框架。它能让大型语言模型持续整合外部文档知识,以较低的计算成本实现通常需要昂贵迭代LLM管道才能达成的功能。该框架兼容ColBERTv2和Contriever等检索模型,还可与IRCoT结合获得互补效果。HippoRAG为大型语言模型提供了一种高效的长期记忆解决方案,在提升模型性能的同时降低了计算资源需求。

MeMOTR提出了一种基于Transformer的端到端多目标跟踪方法，通过长期记忆注入和定制记忆注意力层提升目标关联性能。该方法在DanceTrack和SportsMOT等数据集上展现出优秀的跟踪效果，为复杂场景的多目标跟踪提供了新思路。项目开源了代码、预训练模型和使用说明，便于研究者复现和改进。

LongMem项目通过创新的长期记忆机制提升了语言模型的性能。该项目实现了记忆库、检索机制和联合注意力等核心技术，使模型在内容学习任务中表现优异。项目开源了完整代码，包括环境配置、模型结构和评估方法，为研究者提供了便利的复现和探索工具。LongMem为自然语言处理领域开辟了新的研究方向。

HeyLuna.ai为用户提供具有长期记忆功能的AI虚拟助手，通过自然语言交互理解需求并执行任务。该平台集成多种第三方应用，可智能处理邮件和日程安排等日常工作。注重数据安全和隐私保护，HeyLuna.ai致力于利用AI技术提高工作效率。