SimpleMem：面向 LLM Agent 的高效长效记忆系统

通过语义无损压缩实现长效记忆的存储、压缩与检索。适用于 Claude、Cursor、LM Studio 等多种平台。

支持任何兼容 MCP 或 Python 集成的 AI 平台

Claude Desktop
Cursor
LM Studio
Cherry Studio
PyPI Package
- 任意 MCPClient

🇨🇳 中文 • 🇯🇵 日本語 • 🇰🇷 한국어 • 🇪🇸 Español • 🇫🇷 Français • 🇩🇪 Deutsch • 🇧🇷 Português 🇷🇺 Русский • 🇸🇦 العربية • 🇮🇹 Italiano • 🇻🇳 Tiếng Việt • 🇹🇷 Türkçe

概览 • 快速开始 • Docker 运行 • 跨会话记忆 • MCP Server • 评估 • 引用

🔥 最新动态

[2026/02/09] 🚀 跨会话记忆功能上线 — 性能超越 Claude-Mem 64%！ SimpleMem 现已支持跨对话的持久化记忆。在 LoCoMo 基准测试中，SimpleMem 相比 Claude-Mem 实现了 64% 的性能提升。你的 Agent 现在可以自动回忆之前会话中的上下文、决策和学习内容。查看跨会话文档 →
[2026/01/20] SimpleMem 现已发布至 PyPI！ 📦 直接通过 pip install simplemem 安装。查看包使用指南 →
[2026/01/19] SimpleMem Skill 新增本地记忆存储！ 💾 SimpleMem Skill 现支持 Claude Skills 内部的本地记忆存储。
[2026/01/18] SimpleMem 现已支持 Claude Skills！ 🚀 在 claude.ai 中使用 SimpleMem 进行跨对话的长效记忆。请在 mcp.simplemem.cloud 注册并配置你的 Token，然后导入该 Skill！
[2026/01/14] SimpleMem MCP Server 正式上线并开源！ 🎉 提供云端托管记忆服务：mcp.simplemem.cloud。通过 Streamable HTTP MCP 协议与 LM Studio、Cherry Studio、Cursor 和 Claude Desktop 集成。查看 MCP 文档 →
[2026/01/08] 🔥 加入我们的 Discord 和微信群进行协作与交流！
[2026/01/05] SimpleMem 论文已在 arXiv 发布！

🌟 概览

SimpleMem 以极低的 Token 成本（约 550）实现了卓越的 F1 分数（43.24%），占据了图表左上角的理想位置。

SimpleMem 是一个基于语义无损压缩的高效记忆框架，旨在解决 LLM Agent 高效长效记忆这一根本挑战。与现有的要么被动积累冗余上下文、要么依赖昂贵的迭代推理循环的系统不同，SimpleMem 通过三阶段流水线最大化了信息密度和 Token 利用率：

🔍 第一阶段

语义结构化压缩 将非结构化的交互内容提炼为紧凑的、多视图索引的记忆单元。

🗂️ 第二阶段

在线语义合成 会话内处理过程，即时将相关上下文整合为统一的抽象表示，从而消除冗余。

🎯 第三阶段

意图感知检索规划 推断搜索意图，动态确定检索范围，并高效构建精准的上下文。

SimpleMem 架构：(1) 语义结构化压缩过滤低效对话，将信息丰富的片段转换为紧凑、独立于上下文的记忆单元。(2) 在线语义合成在写入时整合相关片段，保持紧凑且连贯的记忆拓扑结构。(3) 意图感知检索规划推断搜索意图以调整检索范围和查询形式，实现并行多视图检索及 Token 高效的上下文构建。

aiming-lab/SimpleMem