Memori

Memori 是什麼？

Memori 是一個與大型語言模型無關的記憶層，能自動從代理程式的對話中捕捉、分類並檢索結構化的上下文資訊。它將每次對話互動轉化為事實、偏好、規則與摘要，讓團隊能完全掌控儲存內容、保留時長及存放位置。開發者無需管理額外服務即可建構可靠的生產級 AI 系統，在維持高準確度的同時降低 Token 成本。

應用場景

客服代理程式
自動跨工作階段記住使用者偏好與歷史問題，提供一致且個人化的回應。
個人 AI 助理
追蹤持續對話中的事實、規則與摘要，維持連貫的長期互動。
研究與分析
透過目標性召回功能，無需手動篩選即可從多段對話與文件中提取相關上下文。
企業知識管理
儲存並檢索具可解釋來源的結構化記憶，依實體、時間與來源追溯相關性。
多輪代理工作流程
根據 LoCoMo 資料集基準測試，可將 LLM Token 用量減少 95%，同時維持 81.95% 的準確度。

核心功能

自動記憶分類
捕捉每次對話互動，分類為事實、偏好、規則與摘要，並支援使用者自訂儲存控制。
目標性召回
當提示需要上下文時，Memori 僅從對話與文件中提取相關內容，無需管理額外服務。
選擇性語意搜尋
當語言模糊時，透過語意上下文強化搜尋，在不增加 Token 成本的情況下提升準確度。
可解釋結果與來源
每項結果均附帶明確的「納入原因」，讓團隊能依實體、時間與來源追溯相關性。
記憶圖譜
以互動式圖表視覺化人、地點、興趣與經驗之間的關係，呈現其在記憶網路中的連結與演變。
分析儀表板
追蹤記憶建立、召回使用量與快取命中率，隨時掌握記憶層的運作效能。
一行 SDK 整合
將 SDK 嵌入現有程式碼，即可自動處理模型呼叫與回呼，無需任何設定。
Memori Cloud
無需額外設定即可即時儲存與搜尋記憶。

目標使用者

此工具專為建構需要持久化結構化記憶之生產系統的 AI 工程師、代理程式開發者及企業團隊設計。同時也適用於需要跨部署環境追蹤記憶效能與來源的產品經理與資料分析師。

如何使用 Memori？

首先，只需一行程式碼將 Memori SDK 嵌入現有程式碼庫——它會自動處理模型呼叫與回呼，完全無需設定。若需即時儲存與搜尋，可直接使用 Memori Cloud，無需額外設定。記憶圖譜與分析儀表板開箱即用，可監控記憶的連結方式與運作效能。

效果評估

Memori 確實實現了將 LLM 成本降低超過 95% 的承諾，同時在 LoCoMo 基準測試中維持 81.95% 的準確度——對生產系統而言是極具優勢的取捨。自動分類為事實、偏好、規則與摘要的功能相當實用，可解釋的來源機制也讓團隊對檢索內容充滿信心。記憶圖譜與分析功能則能清楚呈現記憶層隨時間的演變。對於需要持久化上下文卻不想管理額外基礎設施的團隊而言，Memori 提供了簡潔且經過充分驗證的解決方案。

常見問題

什麼是 Memori？

Memori 是一個與 LLM 無關的層，它將代理的執行和對話轉換為結構化、持久的狀態，從而實現可靠的生產系統。

Memori 如何確保生產環境的可靠性？

通過提供持久狀態層，Memori 捕獲並結構化代理的互動，實現一致且可恢復的執行。

Memori 是否與任何 LLM 相容？

是的，Memori 與 LLM 無關，這意味著它無需修改即可與任何語言模型配合使用。

Memori 解決了什麼問題？

它解決了在生產環境中管理代理狀態和對話歷史的挑戰，這些通常是非結構化且不可靠的。

Memori 可以與現有系統整合嗎？

是的，Memori 被設計為一個可以整合到現有代理工作流程和生產管線中的層。