Supermemory为 AI 赋予记忆能力没错你可以将 Supermemory 用作公司或个人的智能大脑。它是专为 AI 打造的内存与上下文层在 LongMemEval、LoCoMo 和 ConvoMem 这三大 AI 内存基准测试中均排名第一。我们是一家研究实验室致力于围绕该引擎开发各类插件和工具。解决 AI 记忆难题普通的 AI 在对话结束后会遗忘所有信息而 Supermemory 则能解决这一问题。它可以自动从对话中学习提取关键事实构建用户画像处理知识更新与矛盾自动遗忘过期信息并在恰当的时机提供准确的上下文。它具备完整的检索增强生成RAG功能、丰富的连接器以及强大的文件处理能力将整个上下文堆栈集成于一个系统之中。核心功能- 记忆功能从对话中精准提取事实处理时间变化、矛盾信息并自动遗忘过期内容。- 用户画像自动维护用户上下文包含稳定的事实信息和近期活动记录一次调用仅需约 50 毫秒。- 混合搜索将 RAG 与记忆功能融合在一次查询中同时提供知识库文档和个性化上下文。- 数据连接器支持与 Google Drive、Gmail、Notion、OneDrive、GitHub 等平台自动同步通过实时 Webhook 实现数据实时更新。- 多模态提取器支持处理 PDF、图像OCR、视频转录、代码基于抽象语法树的分块等多种文件格式上传即可使用。所有这些功能都集成在统一的内存结构和本体中。不同用户使用方式‍ AI 工具使用者你可以通过使用我们的应用程序构建属于自己的个人超级记忆。它能在每次对话中构建持久的记忆图谱让你的 AI 记住你的偏好、项目信息和过往讨论内容并随着时间推移变得更加智能。点击进入用户设置 AI 产品开发者只需通过一个 API就能为你的智能体和应用程序添加记忆、RAG、用户画像和连接器等功能无需进行向量数据库配置、嵌入管道设置和分块策略制定。点击查看开发者快速入门为 AI 赋予记忆能力Supermemory 应用程序、浏览器扩展、插件和 MCP 服务器能为任何兼容的 AI 助手提供持久记忆功能。只需一次安装你的 AI 就能记住你。超级记忆应用你无需编写任何代码即可免费使用我们面向消费者的应用程序。访问 https://app.supermemory.ai 开始使用。该应用内置了一个名为 Nova 的智能体。Supermemory 插件Supermemory 为 Claude Code、OpenCode、OpenClaw 和 Hermes 等工具内置了插件。这些插件是 Supermemory API 的具体实现并且都是开源的你可以在以下链接找到它们- Openclaw 插件- Claude code 插件- OpenCode 插件- Hermes 智能体Supermemory 记忆提供者MCP - 快速安装npx -y install-mcplatest https://mcp.supermemory.ai/mcp --client claude --oauthyes将 claude 替换为你使用的客户端如 cursor、windsurf、vscode 等。点击了解更多关于 MCP 的信息AI 获得的功能工具功能描述记忆保存或遗忘信息。当你分享值得记住的内容时你的 AI 会自动调用此功能。回忆通过查询搜索记忆返回相关记忆以及用户画像摘要。上下文在对话开始时将你的完整画像偏好、近期活动注入对话。在 Cursor 和 Claude Code 中只需输入 /context 即可。工作原理安装后Supermemory 会在后台运行你可以像往常一样与 AI 交流分享偏好、提及项目、讨论问题。Supermemory 会提取并存储重要信息如事实、偏好和项目上下文等而非无关噪音。下次对话时你的 AI 已经了解你能够回忆起你正在从事的工作、你的喜好以及之前讨论的内容。记忆会按项目容器标签进行划分以便你区分工作和个人上下文或者按客户、仓库等进行组织。支持的客户端Claude Desktop、Cursor、Windsurf、VS Code、Claude Code、OpenCode、OpenClaw、HermesMCP 服务器是开源的查看源码。你也可以手动配置将以下内容添加到 MCP 客户端配置中{ mcpServers: { supermemory: { url: https://mcp.supermemory.ai/mcp } }}或者使用 API 密钥代替 OAuth{ mcpServers: { supermemory: { url: https://mcp.supermemory.ai/mcp, headers: { Authorization: Bearer sm_your_api_key_here } } }}使用 Supermemory API 进行开发如果你正在构建 AI 智能体或应用程序Supermemory 可以通过一个 API 为你提供完整的上下文堆栈包括记忆、RAG、用户画像、连接器和文件处理功能。安装npm install supermemory# 或者pip install supermemory快速入门import Supermemory from supermemory;const client new Supermemory();// 存储对话await client.add({ content: User loves TypeScript and prefers functional patterns, containerTag: user_123,});// 一次调用获取用户画像和相关记忆const { profile, searchResults } await client.profile({ containerTag: user_123, q: What programming style does the user prefer?,});// profile.static → [Loves TypeScript, Prefers functional patterns]// profile.dynamic → [Working on API integration]// searchResults → Relevant memories ranked by similarityfrom supermemory import Supermemoryclient Supermemory()client.add( contentUser loves TypeScript and prefers functional patterns, container_taguser_123)result client.profile(container_taguser_123, qprogramming style)print(result.profile.static) # 长期事实print(result.profile.dynamic) # 近期上下文Supermemory 会自动提取记忆、构建用户画像并返回相关上下文无需嵌入管道、向量数据库配置和分块策略。框架集成支持为各大主要 AI 框架提供即插即用的包装器// Vercel AI SDKimport { withSupermemory } from supermemory/tools/ai-sdk;const model withSupermemory(openai(gpt - 4o), { containerTag: user_123, customId: conv - 1});// Mastraimport { withSupermemory } from supermemory/tools/mastra;const agent new Agent(withSupermemory(config, user - 123, { mode: full }));支持的框架有 Vercel AI SDK、LangChain、LangGraph、OpenAI Agents SDK、Mastra、Agno、Claude Memory Tool、n8n。搜索模式-混合搜索默认将 RAG 与记忆功能融合在一次查询中。const results await client.search.memories({ q: how do I deploy?, containerTag: user_123, searchMode: hybrid});// 返回部署文档RAG和用户的部署偏好记忆-仅记忆搜索const results await client.search.memories({ q: user preferences, containerTag: user_123, searchMode: memories});用户画像传统记忆依赖搜索你需要知道要查询的内容。而 Supermemory 会自动为每个用户维护一个画像const { profile } await client.profile({ containerTag: user_123});// profile.static → [Senior engineer at Acme, Prefers dark mode, Uses Vim]// profile.dynamic → [Working on auth migration, Debugging rate limits]一次调用仅需约 50 毫秒。将其注入到系统提示中你的智能体就能立即了解与之对话的对象。数据连接器支持将外部数据自动同步到你的知识库中包括 Google Drive、Gmail、Notion、OneDrive、GitHub 和网络爬虫等。通过实时 Webhook 实现数据同步文档会自动处理、分块并可搜索。API 概览方法用途client.add()存储内容包括文本、对话、URL、HTML 等client.profile()一次调用获取用户画像并可选择进行搜索client.search.memories()对记忆和文档进行混合搜索client.search.documents()带元数据过滤的文档搜索client.documents.uploadFile()上传 PDF、图像、视频、代码等文件client.documents.list()列出并过滤文档client.settings.update()配置记忆提取和分块策略完整 API 参考基准测试Supermemory 在所有主要的 AI 内存基准测试中均处于领先水平基准测试测试内容结果LongMemEval跨会话的长期记忆及知识更新能力81.6% — 排名第一LoCoMo长时间对话中的事实回忆能力单跳、多跳、时间相关、对抗性排名第一ConvoMem个性化和偏好学习能力排名第一我们还开发了 MemoryBench这是一个用于对内存提供商进行标准化、可重复基准测试的开源框架。你可以将 Supermemory、Mem0、Zep 等进行直接比较bun run src/index.ts run -p supermemory -b longmemeval -j gpt - 4o -r my - run对自有记忆解决方案进行基准测试我们为企业提供了一个智能体技能用于将其自身的上下文和记忆解决方案与 Supermemory 进行基准测试。npx skills add supermemoryai/memorybench只需运行此命令然后输入 /benchmark - contextSupermemory 会自动完成测试工作底层工作原理你的应用程序或 AI 工具 → Supermemory-记忆引擎提取事实跟踪更新解决矛盾自动遗忘过期信息。-用户画像基于记忆引擎构建的静态事实和动态上下文始终保持最新状态。-混合搜索将 RAG 与记忆功能融合在一次查询中。-数据连接器与 Google Drive、Gmail、Notion、GitHub 等平台实时同步数据。-文件处理将 PDF、图像、视频、代码等文件转换为可搜索的分块。需要注意的是记忆与 RAG 不同。RAG 用于检索文档分块是无状态的对每个人的检索结果相同。而记忆则是随着时间推移提取并跟踪用户的事实信息能够理解 “我刚搬到旧金山” 会取代 “我住在纽约” 这样的信息。默认情况下Supermemory 会同时运行这两种功能因此每次查询都能同时获得知识库检索结果和个性化上下文信息。了解更多相关信息此外Supermemory 具备自动遗忘功能它能判断记忆何时变得无关紧要。临时事实如 “我明天有考试”会在日期过后自动过期矛盾信息也会自动解决无关噪音不会被永久存储。相关链接- 文档- 快速入门- MemoryBench- 集成- Discord 社区- Twitter是时候为你的 AI 赋予记忆能力了