全部分类

Agent Memory

2026 年 AI Agent Memory 工具选型

Memory 工具帮助 Agent 在单次上下文窗口之外保留用户事实、任务状态、偏好和长期上下文。

搜索意图: 寻找可落地的 Agent 记忆系统,并判断什么时候 memory 是产品能力,而不只是更长的 prompt。

最后审查

2026年5月11日

纳入比较的工具

4

开源选项

4

定义

Agent memory 是决定 Agent 应该跨轮次、用户和任务记住、检索、更新和遗忘什么的工程层。

适用场景

  • 需要稳定用户偏好的个人助理
  • 需要账号与会话历史的客服 Agent
  • 需要跨运行保留发现结果的研究工作流

选型维度

  • 是否支持用户级隔离和删除?
  • 记忆是否可检查、可编辑、可评测?
  • 检索结果是否提升决策,而不是污染 prompt?

选型建议

当“记住用户/任务事实”是产品承诺时,用专门 memory 层;如果主要是文档 grounding,先用普通 RAG。

推荐工具

Mem0

适合产品需要跨会话明确记住事实、偏好,并持续更新用户上下文的场景。

打开

Zep

适合 memory 需要关系、时间上下文,并围绕不断变化的用户或组织知识检索的场景。

打开

LlamaIndex

当 Agent 价值依赖数据接入、索引、检索和私有知识结构化访问时优先考虑。

打开

LangGraph

适合需要把 Agent 行为表达成明确节点、边、状态和恢复路径的场景。

打开