MemGPT 完整指南：如何让 AI 智能体拥有用不掉的长期记忆

MemGPT 完整指南：如何让 AI 智能体拥有用不掉的长期记忆

【免费下载链接】MemGPTPlatform for stateful agents: AI with advanced memory that can learn and self-improve over time.项目地址: https://gitcode.com/GitHub_Trending/me/MemGPT

MemGPT（现名 Letta）是一个开源的有状态智能体平台：它给大语言模型装上长期记忆能力，让 AI 助手跨会话记住你、并随交互持续学习。下面从它解决的问题讲起，再拆解机制，最后给出三步跑通的流程。

🧩 聊天机器人的"健忘症"，到底卡在哪

大模型的上下文窗口（一次能"看见"的全部文字量）有固定上限，对话一长，早期内容被挤出窗口，模型就"失忆"；换一个新会话，聊天记录更直接清零。想让 AI 记住你的偏好、项目背景，通常只能自己维护一套外部数据库、手动拼接上下文。MemGPT 要解决的正是这件事：让记忆的管理交给模型自己完成，开发者不用再手写"把历史塞回提示词"这类胶水逻辑。

有状态智能体：MemGPT 本身是什么

MemGPT 的定位是"platform for stateful agents"——状态会持久保留的 AI 智能体。名字里的 GPT 指的是生成式模型，Mem 指的是记忆系统。它的思想来自同名论文《MemGPT: Towards LLMs as Operating Systems》（引用信息见仓库中的 CITATION.cff）：像操作系统把内存和磁盘分层一样，MemGPT 把模型的工作区也分成三层——

• 对话历史：装当下的内容，超出窗口就溢出去；
• 核心记忆：一小块始终留在上下文里的"便签"，放最关键的信息；
• 归档记忆：容量几乎无限的历史存储，需要时按需取回。

三层之间的搬运由智能体自己通过工具调用（模型执行的动作）完成，而不是等上下文满了才被动截断。

核心记忆与归档记忆：分层机制怎么运转

MemGPT（Letta）界面：右侧实时显示上下文窗口占用与 CORE MEMORY、ARCHIVAL MEMORIES 分区

上图右侧的 Context Window 面板实时显示 token 占用和各分区内容，中间的 Agent Simulator 展示智能体与用户的对话：智能体调用core_memory_append工具，把"用户名叫 Chad"写进核心记忆的 Human 分区，左侧面板同步更新。归档记忆则像日志一样存下"用户首次登录时间"这类历史记录。整个记忆读写过程对开发者完全可见、可审计，这也是它和普通"长上下文模型"最直观的区别。

Letta 多智能体管理界面：每个 Agent 拥有独立的 Persona 与人设记忆

三步跑通本地部署：从安装到出结果

MemGPT 当前通过 npm 包分发，本地起服务只需要三条短命令：

npm install -g @letta-ai/letta-code letta letta server

第一步全局安装；第二步letta直接打开交互式终端界面，可以和智能体对话、观察记忆变化；第三步letta server启动 App Server，让智能体以 API 形式被你的应用调用，支持自托管。入口说明都在 README.md。

谁适合用 MemGPT，以及一个重要提示

如果你的场景符合下面任意一条，MemGPT 值得纳入技术选型：

• 做客服或陪伴类对话助手，需要跨天记住用户的问题和情绪；
• 做内容推荐，想基于长期行为积累的用户画像调整推荐策略；
• 在 TypeScript 应用里构建有状态智能体，用它的 Agent SDK 集成。

最后一个提示：本仓库是 MemGPT 的官方入口页，V1 服务端源码已移入存档分支、不再维护，当前开发以 Letta 为主——选型前先看仓库内的 AGENTS.md 说明，避免误用过时的代码。

【免费下载链接】MemGPTPlatform for stateful agents: AI with advanced memory that can learn and self-improve over time.项目地址: https://gitcode.com/GitHub_Trending/me/MemGPT