memU完整教程：三步给你的AI Agent搭一套跨会话、跨设备的记忆系统-开发者社区

memU完整教程：三步给你的AI Agent搭一套跨会话、跨设备的记忆系统

【免费下载链接】memUPersonal memory across agents项目地址: https://gitcode.com/GitHub_Trending/mem/memU

每天打开新会话，你的AI助手又像个陌生人。memU是一个开源的AI记忆系统，它自动把你的编码代理（Codex、Claude Code、Cursor 等）的历史对话提炼成可复用的记忆和技能，并且跨会话、跨代理、跨设备共享，全程只需要几条命令装完。

🤯 同样的背景，你解释了多少遍？

"我是做后端的"、"这个项目用 pnpm 不用 npm"、"上次那个报错的根因是……"——每次开新会话，你都要把这些重新交代一遍。更糟的是，你换了个代理工具，之前的经验也跟着清零了。

memU 的思路是把记忆从"某次对话"里抽出来，变成一套共享的、像 Wiki 一样由文件组成的知识库。它的架构可以一句话说清：左边的各类 Agent 通过宿主机适配器"写"记忆，中间的 MemoryService 只负责存储、向量化和检索（刻意不碰 LLM 调用），右边的检索接口再按需把相关记忆"喂"回给任何一个 Agent。哪个代理教会的，另一个代理就能取用。

它很轻：核心记忆逻辑只有 500 行左右，读得完、也改得动。

📦 三步装好：一条安装命令加一次体检

前提是 Python 3.11+。

pip install --upgrade memu-cli

这一条命令装上 memU 本体和所有代理适配器的命令行工具，--upgrade务必保留，旧版本会缺命令。

装完根据你用的是哪个代理选对应的二进制：Codex 用memu-codex，Claude Code 用memu-claude-code，Cursor 用memu-cursor，其余还有 OpenClaw、Hermes、WorkBuddy、Cola、pi；不在名单里的代理，运行memu-agent detect会自动探测它的会话日志和指令文件，告诉你记和取分别通不通。

memu-claude-code docs install

打印当前宿主机专属的安装指南并照着走完：配置记忆后端（本地或云端）、注册一个定时后台任务、给指令文件打补丁，每一步后面都有验证关卡。

memu-claude-code doctor

最后做一次体检：配置、模式、一次真实检索全链路走一遍，证明装好了。

如果你想读源码，从 https://link.gitcode.com/i/122ea15f869d845b0103b17a2277268b 克隆仓库即可，安装方式不变。

🧠 核心一：后台自动把对话变成记忆和技能

装好后不用你做任何事。定时任务（默认每小时）会翻你的会话日志，把里面值得留的东西沉淀下来。整条流水线是这样的：

具体分六步：抓取新会话（消息 + 工具调用）→prepare把会话切成自包含的任务 →让代理自己判断：不动、打补丁还是新建 → 写成一段可读的 Markdown 技能（含工作流、分支、坑点）→commit提交并向量化入库 → 下次遇到类似任务时直接检索出来用。

值得注意的设计：判断和提炼全在代理那边做，MemoryService 本身一次 LLM 对话都不调，只做嵌入、存储和检索。记忆因此是"文件"而非黑盒向量，你可以直接打开看、手动改。

🔍 核心二：回答之前，先取一遍记忆

安装时 memU 会在你代理的指令文件（如CLAUDE.md）里写入一条常驻指令：回答前先跑一次<binary> retrieve。检索路径是纯计算的，全程零对话调用：

查询只嵌入一次 → 对记忆片段做相似度排序 → 汇总成整份文件 → 关联回原始资源 → 返回上下文。因为绕开了 LLM，它快到来得及"每个回合都查一次"。

检索质量也有第三方参照：在对比 mem0、memobase、zep 的公开基准里，memU 在单跳、多跳、开放域、时序和总分五项里领先四项。

⚙️ 进阶：换存储后端和嵌入模型

所有配置都走~/.memu/config.env，解析顺序是"进程环境变量 → 配置文件 → 默认值"，两个最常动的旋钮：

存储后端：MEMU_DB指向你的记忆库。默认 SQLite 单文件，便携、零配置，适合单机；要多进程并发或存几十万以上条目，换 PostgreSQL + pgvector：pip install "memu-cli[postgres]"，再把MEMU_DB指向postgresql://...即可。
嵌入模型：MEMU_EMBED_PROVIDER支持 openai、jina、voyage、doubao、openrouter，对应密钥放MEMU_API_KEY。本地模式下这是必配项，没有嵌入模型就没有记忆检索。

如果你的应用自己管理对话历史，也可以不走宿主机适配器：memu memorize prepare提交 1–10 个已完成会话，让外部执行器逐个处理，再memu memorize commit入库，完整契约见 docs/developer.md。想接一个新代理当宿主，只需实现一个TranscriptSource加一个小 CLI，管线和指令文案全部复用，参考 src/memu/hosts/ 和 docs/adr/ 里的设计记录。

🩺 踩坑提醒：两个最常见的报错

报invalid choice找不到子命令：说明机器上残留了旧版 memu-cli。跑一次pip install --upgrade memu-cli再重试即可，配置和已有记忆不受影响。
本地模式配完却检索不到东西：九成是忘了配嵌入模型的 API key。先跑<your-binary> doctor，它会直接指出当前缺哪个配置项。

另外注意 Python 版本：项目要求 3.11+，老版本上pip install会直接失败，先升级解释器。