研究更新于 2026-04-11
2026-04-11 Memory provider top 3
researchcomparisonquery
2026-04-11 Memory provider top 3
结论
如果要我从当前 wiki 里这 11 个 memory provider 中选 top 3,我会选:
- Zep
- Letta
- MemPalace
为什么是这三个
1) Zep
- 定位最像“面向生产的 context engineering platform”。
- 强项是 relationship-aware context assembly 和 temporal knowledge graph。
- 适合把 memory 当作一个可工程化、可接入多源数据、可服务线上 agent 的基础设施。
- 从产品叙事上,它最接近“平台型主流选手”。
2) Letta
- 定位最像“stateful agents + advanced memory” 的完整平台。
- 从 README 看,它同时覆盖本地 CLI、API、memory blocks、SDK,产品面更完整。
- 它是这组里最典型的“agent memory 基座”之一。
- 如果目标是让 agent 长期保持状态、形成可持续记忆,Letta 非常强。
3) MemPalace
- 定位非常鲜明:raw verbatim storage + palace architecture + AAAK compression。
- 最大特点是“先全量保留,再做可检索结构化”,思路和很多只保留摘要/抽取结果的方案不同。
- 本地、免费、开源,且在 benchmark 叙事上非常强。
- 如果要选一个最有“方法论辨识度”的项目,MemPalace 很突出。
为什么没把 Mem0 放进前三
Mem0 很稳,也很常见,但在当前这份表里,它更像:
- 成熟的中间路线
- 偏 server-side extraction
- 产品/技术差异化没有 Zep、Letta、MemPalace 那么强
所以如果只选 3 个,我会优先把位置留给更有“平台性”或“方法论独特性”的项目。
如果按不同目标重排
偏商业/平台成熟度
- Zep
- Letta
- Mem0
偏技术路线差异
- MemPalace
- Zep
- Letta
偏我最想继续研究
- Zep
- Letta
- MemPalace
相关页面
反向链接
概念2026-04-11
Letta
Letta 是一个面向 stateful agents 的平台,前身是 MemGPT。它的核心卖点不是单纯做向量检索,而是把“记忆”变成 agent 生命周期中的一等能力:长期状态、memory blocks、工具调用、会话与来源管理都围绕 agent 组织。
researchconceptagentmemory
研究2026-04-11
2026-04-11 Buffett letters graph tech choice
如果目标是把 60+ 封巴菲特致股东信做成更有价值的阅读产品,Graphify 本身不是最主流、最优先的技术名词。更值得优先引入的是: 1. Hybrid Retrieval(BM25 + embeddings + reranking) 2. GraphRAG / Knowled…
researchquerycomparison
研究2026-04-11
2026-04-11 Memory provider research framework
当前 wiki 里的 11 个 memory provider,最好的研究方式不是“平铺直叙地逐个介绍”,而是分层 + 分轴 + 分场景。 因为这 11 个项目不是同一种东西: 如果硬把它们按同一个模板讲,容易得到“全都差不多”的错觉。
researchcomparisonquery