$ loading_
为 AI 助手提供持久化长期记忆与分层检索
复制安装指令，让 AI 自动完成配置 · 推荐新手
"supermem" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请把这次对话中用户的偏好整理成结构化长期记忆，并写入 supermem。
输出可长期保存的偏好摘要和结构化记忆条目。
请从 supermem 中检索与“项目预算”和“截止日期”相关的历史记忆，并按时间顺序整理。
输出相关历史记忆及其时间线。
请将本次会议结论整理为可复用的长期记忆，方便下次继续讨论。
输出可复用的会议结论和后续跟进要点。
当 AI 助手需要在多次对话中保持一致时，可以把用户偏好、习惯和约束保存为长期记忆。这样下次继续交流时无需重复说明。
团队或个人可以把项目中的关键结论、决策和事实沉淀下来，方便后续检索和复用。它适合需要结构化记忆的工作流。
当需要回忆之前提到过的细节时，可以利用分层检索从历史记忆中找到相关内容。无需依赖传统 RAG 流程。
它是一个提供持久化 AI 记忆的 MCP server。描述中提到它支持四层检索：SQLite FTS5、图、向量和 LLM agent。
描述明确写到它是“without RAG”。它通过四层检索来提供结构化、长期记忆，而不是走传统 RAG 流程。
给定材料没有说明安装步骤、密钥或运行时要求，见源码仓库。
为 AI 助手提供带向量检索、关系管理与权限控制的长期记忆能力。
为 AI 助手提供持久化记忆与语义检索，跨会话保存并调用上下文信息。
为 MCP 提供基于知识图谱的持久记忆，支持语义检索、关系管理与版本追踪。
将跨平台对话记忆接入各类大模型，统一调用与长期复用个人知识。
为 AI 助手提供可持久化的智能记忆、语义检索与团队协作能力
为编码代理构建可持久查询的知识图谱，跨会话记住架构与决策。