定义
MemOS 是 MemTensor 开发的面向 LLM 和 AI Agent 的自进化记忆操作系统（9.1k Stars），以图结构统一管理长期记忆，提供 Multi-Cube 知识库隔离、异步调度和多模态记忆推理能力。
核心特性
- 图结构记忆：非黑盒向量存储，记忆可查看、编辑和推理
- 三层自进化架构：L1 痕迹层（原始记录）→ L2 策略层（行为模式）→ L3 世界模型层（抽象知识），通过反馈驱动”结晶化”
- Multi-Cube 设计：多个记忆立方体可隔离（不同项目/角色）、共享（团队知识）与动态组合
- 异步调度系统：基于 Redis Streams 的 MemScheduler，不阻塞主流程
与知识库已有概念的关联
MemOS 是 Agent_Memory 概念页中描述的四层记忆架构（工作记忆/情景记忆/语义记忆/感知记忆）的一个具体实现，尤其侧重语义记忆和情景记忆的持久化层。与之互补的项目：
- GenericAgent — GenericAgent 的五层记忆也解决类似问题，但 MemOS 有完整的异步调度和 Multi-Cube 知识库管理
- Hermes_Agent — Hermes 的学习循环偏技能获取，MemOS 偏记忆持久化
- RAG — MemOS 使用 Qdrant + 图数据库的混合检索，超越传统 RAG
关联连接
- 摘要-memos — 项目详细摘要
- Agent_Memory — 四层记忆架构（MemOS 是该架构的工程实现）
- Agentic_Systems — 智能体系统架构
- RAG — 检索增强生成（MemOS 的混合检索策略）
- GenericAgent — 同为 Agent 记忆系统
- Agent_Communication_Protocols — MCP 协议（MemOS v2.0 自带 MCP 升级）