openGauss

开源数据库

openGauss社区官网

开源社区

快速上手

安装配置

查看文档
cd oGMemory
pip install -e .
ogmem onboard

架构

查看文档
Agent + oGMemory
-> compose 读取上下文
  -> after_turn 写入记忆
  -> compact / dispose 压缩归档
  -> ContextFs + Vector Index 支撑长期召回

最佳实践

查看文档

生命周期、记忆检索、会话、观测、管理接口统一通过HTTP API暴露

POST /api/v1/compose读取并组装上下文
POST /api/v1/after_turn写入轮次记忆
POST /api/v1/search_memory搜索长期记忆
POST /api/v1/compact压缩并归档会话
POST /api/v1/health健康检查

设计哲学

上下文有生命周期

上下文会经历抽取、结构化、存储、索引、召回、压缩和归档的完整生命周期。

六个拦截点

oGMemory在消息到达、推理准备、工具调用、轮次结束、压缩管理和会话关闭这六个边界处理上下文。

上下文类型不平等

上下文语义不同，写入策略各异，比如用户画像可变，事件追加，偏好、实体、模式按主题归并

查看完整文档

典型案例

让学习助手真正记住你：OpenClaw与OGMemory的长期陪伴是学习案例

查看OpenClaw 与 OGMemory 的长期陪伴式学习案例

查看案例

常见问题

1、支持哪些Agent框架？

原生支持OpenClaw 即插即用集成，同时提供标准HTTP API，可对接任意Agent系统

2、记忆是怎么写入的？

每轮对话结束后，LLM自动从对话中抽取结构化记忆候选，经过置信度过滤和去重后，按策略写入AGFS文件，并异步建立向量索引。

3、检索是怎么工作的？

查询到达后，系统先再向量索引中混合召回 L0/L1/L2 三层命中，再通过层级展开将所有结果递归到 L2 完整内容，最终注入 System Prompt 供 Agent 使用。

4、数据安全吗？

所有记忆以文件形式持久化在 AGFS 上，向量索引仅为派生加速层。索引损坏不影响数据，可随时全量重建。