github.com/supermemoryai/supermemory @server-v0.0.3 sqlite

<img src="https://github.com/supermemoryai/supermemory/raw/server-v0.0.3/apps/web/public/logo-fullmark.svg" alt="Supermemory" width="400" />

面向 AI 的记忆与上下文引擎，业界领先。也可以把它当作公司或个人的「大脑」来用。

文档 · 快速开始 · 控制台 · Discord

English · 简体中文

Supermemory 是为 AI 设计的记忆与上下文层。在 LongMemEval、LoCoMo 和 ConvoMem 这三大 AI 记忆基准上均位列第一。

我们是一个研究团队，围绕这个引擎打造插件和工具生态。

你的 AI 在对话之间会把一切忘干净，Supermemory 就是来解决这个问题的。

它会自动从对话中学习，提取事实、构建用户画像、处理知识更新与冲突、淘汰过期信息，并在合适的时机交付合适的上下文。完整 RAG、连接器、文件处理——整个上下文栈，一套系统全部搞定。

这一切都收敛在我们统一的记忆结构和本体里。

怎么用 Supermemory

给你的 AI 装上记忆

Supermemory 的应用、浏览器扩展、插件和 MCP 服务器，可以为任何兼容的 AI 助手提供持久记忆。装一次，AI 从此记住你。

应用

不用写代码，直接用我们面向消费者的应用——免费。

入口：https://app.supermemory.ai

应用里内置了一个 agent，我们叫它 Nova。

Supermemory 插件

Supermemory 已经为 Claude Code、OpenCode、OpenClaw、Hermes 提供了开箱即用的插件。

这些插件本质上是 supermemory API 的实现，全部开源：

• Openclaw 插件：https://github.com/supermemoryai/openclaw-supermemory
• Claude Code 插件：https://github.com/supermemoryai/claude-supermemory
• OpenCode 插件：https://github.com/supermemoryai/opencode-supermemory
• Hermes agent（Supermemory 作为记忆 provider）：https://github.com/NousResearch/hermes-agent

MCP——一键安装

npx -y install-mcp@latest https://mcp.supermemory.ai/mcp --client claude --oauth=yes

把 claude 换成你用的客户端即可：cursor、windsurf、vscode 等等。

更多 MCP 细节见：https://supermemory.ai/docs/supermemory-mcp/mcp

AI 接入后能用到什么

工作机制

装好之后，Supermemory 在后台运行：

1. 正常和你的 AI 对话。 聊聊偏好、提提项目、讨论一下问题。
2. Supermemory 自动提取并存下关键信息。 事实、偏好、项目上下文——杂音不留。
3. 下一次对话，AI 已经认识你了。 它知道你在做什么、你喜欢怎么处理、你之前聊过什么。

记忆按 project（容器标签） 隔离，便于把工作和生活分开，也可以按客户、仓库或任何其它维度组织。

已支持的客户端

Claude Desktop · Cursor · Windsurf · VS Code · Claude Code · OpenCode · OpenClaw · Hermes

MCP 服务器开源——查看源码。

手动配置

把下面这段加到你的 MCP 客户端配置里：

{
  "mcpServers": {
    "supermemory": {
      "url": "https://mcp.supermemory.ai/mcp"
    }
  }
}

如果想用 API key 代替 OAuth：

{
  "mcpServers": {
    "supermemory": {
      "url": "https://mcp.supermemory.ai/mcp",
      "headers": {
        "Authorization": "Bearer sm_your_api_key_here"
      }
    }
  }
}

用 Supermemory API 构建

如果你在做 AI agent 或应用，Supermemory 用一套 API 给你完整的上下文栈——记忆、RAG、用户画像、连接器、文件处理，全包。

安装

npm install supermemory    # 或者：pip install supermemory

快速开始

import Supermemory from "supermemory";

const client = new Supermemory();

// 存一段对话
await client.add({
  content: "User loves TypeScript and prefers functional patterns",
  containerTag: "user_123",
});

// 一次调用拿到用户画像 + 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   → 按相似度排序的相关记忆

from supermemory import Supermemory

client = Supermemory()

client.add(
    content="User loves TypeScript and prefers functional patterns",
    container_tag="user_123"
)

result = client.profile(container_tag="user_123", q="programming style")

print(result.profile.static)   # 长期事实
print(result.profile.dynamic)  # 近期上下文

Supermemory 会自动抽取记忆、构建用户画像、返回相关上下文。不用搭 embedding 流水线，不用配向量库，不用操心切分。

框架集成

主流 AI 框架都有开箱即用的封装：

// Vercel AI SDK
import { withSupermemory } from "@supermemory/tools/ai-sdk";
const model = withSupermemory(openai("gpt-4o"), { containerTag: "user_123", customId: "conv-1" });

// Mastra
import { withSupermemory } from "@supermemory/tools/mastra";
const agent = new Agent(withSupermemory(config, "user-123", { mode: "full" }));

Vercel AI SDK · LangChain · LangGraph · OpenAI Agents SDK · Mastra · Agno · Claude Memory Tool · n8n

检索模式

// 混合检索（默认）——一次查询同时跑 RAG 和记忆
const results = await client.search.memories({
  q: "how do I deploy?",
  containerTag: "user_123",
  searchMode: "hybrid",
});
// 返回部署文档（RAG）+ 该用户的部署偏好（记忆）

// 只查记忆
const results = await client.search.memories({
  q: "user preferences",
  containerTag: "user_123",
  searchMode: "memories",
});

用户画像

传统记忆方案依赖检索——你得先知道要问什么。Supermemory 会自动为每个用户维护一份画像：

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，约 50ms。把它塞到 system prompt 里，你的 agent 立刻就知道自己在和谁聊。

连接器

把外部数据自动同步进知识库：

Google Drive · Gmail · Notion · OneDrive · GitHub · 网页爬取

实时 webhook。文档自动处理、切分、入索引。

API 一览

完整 API 文档 → supermemory.ai/docs

基准测试

在各大 AI 记忆基准上，Supermemory 都处于业界顶尖水平：

我们还做了 MemoryBench——一个开源框架，用于对记忆服务做标准化、可复现的基准评测。Supermemory、Mem0、Zep 等可以直接放在一起对比：

bun run src/index.ts run -p supermemory -b longmemeval -j gpt-4o -r my-run

给自己的记忆方案跑基准

我们提供了一个 Agent skill，方便公司把自己的上下文/记忆方案拿来和 supermemory 对比。

npx skills add supermemoryai/memorybench

跑完上面这条命令，再执行 /benchmark-context，Supermemory 会自动帮你跑完整个流程。

记忆是怎么跑起来的

你的应用 / AI 工具
        ↓
   Supermemory
        │
        ├── 记忆引擎     提取事实、跟踪更新、解决冲突、
        │                自动遗忘过期信息
        ├── 用户画像     基于引擎构建的静态事实 + 动态上下文，始终保持最新
        ├── 混合检索     一次查询同时跑 RAG 和记忆
        ├── 连接器       从 Google Drive、Gmail、Notion、GitHub 等实时同步
        └── 文件处理     PDF、图片、视频、代码 → 可检索的分块

记忆不等于 RAG。 RAG 是检索文档片段——无状态，对所有人返回相同结果。记忆是长期跟踪和提取关于用户的事实。它知道「我刚搬到 SF」会覆盖「我住在 NYC」。Supermemory 默认把两者一起跑，所以每次查询都能同时拿到知识库检索结果和个性化上下文。更多细节见：https://supermemory.ai/docs/concepts/memory-vs-rag

自动遗忘。 Supermemory 知道哪些记忆已经无关紧要。临时事实（「我明天有考试」）会在日期过后失效，冲突会自动消解，杂音不会沉淀成永久记忆。

链接

• 📖 文档
• 🚀 快速开始
• 🧪 MemoryBench
• 🔌 集成
• 💬 Discord
• 𝕏 Twitter

是时候给你的 AI 一份记忆了。