Agent记忆与RAG组件

基于分层记忆提取架构的可移植 AI 长期记忆操作系统，支持本地优先与 Markdown 原生

AgentMemory 是一个为 AI 编程 Agent 设计的持久化记忆服务。它自动捕获 Agent 的操作行为并压缩为可检索的记忆，在新会话启动时注入相关上下文，让 Agent 保持对历史任务的连续认知，避免重复工作。

一款将在客户互动中捕获的关系上下文带入 Claude 的 AI 平台产品。

Context Engine 是一个为 AI 代理和人类团队成员提供共享记忆层的 SaaS 服务。它通过 MCP 协议让 Claude、Claude Code、ChatGPT、Cursor 等 AI 应用直接读取和写入用户自定义的上下文数据，无需管理 API 密钥。用户可按应用、按引擎粒度授权访问，数据持久化存储于 Postgres 等数据库中，适用于发票管理、客户记录等需要跨会话、跨工具共享业务上下文的场景。

Claude-Mem 通过自动捕获工具使用观察、生成语义摘要并使其可用于未来会话,无缝保留跨会话的上下文。这使 Claude 能够在会话结束或重新连接后,依然保持对项目知识的连续性。

Letta（原 MemGPT）是构建有状态 LLM Agent 的开源平台，源自 UC Berkeley 的 MemGPT 研究。Agent 配备自编辑记忆：常驻上下文的记忆块可自行改写，外置记忆分层存储、可检索，历史消息无限延续。产品以 Letta Code 终端 Agent 为主线，App Server 支持自托管，另有云端版与 SDK。适合需要长期记忆与持续学习的智能体应用。

Maximem 针对个人用户开发的加密记忆层产品，允许跨 AI 工具携带上下文。

腾讯云推出的面向 AI Agent 团队的共享记忆中枢。它将分散的对话、文档与代码自动提炼为四种可复用的记忆资产（Chat Memory、Skill、LLM-Wiki、Code-Graph），并通过统一的 Proxy 接入层让不同框架的 Agent 共享同一份长期记忆，减少重复说明与重复劳动。

面向AI智能体的记忆系统，提供retain（存储）、recall（检索）、reflect（推理）三大核心操作，支持多策略语义检索与观察自动整合，让AI智能体跨会话持久记忆。

exa 是 Rust 编写的 ls 替代命令行工具，为文件列表提供更强的默认体验：彩色区分文件类型与元数据，识别符号链接、扩展属性与 Git 状态，支持树状/网格视图与多种排序字段，单个二进制即可运行（MIT）。原项目 2024 年起停止维护，官方 README 指引改用社区分支 eza（EUPL-1.2，持续迭代，修复网格缺陷并新增超链接等特性），新装机建议直接选 eza。

Make0 Brain 是一个跨 AI Agent 的统一记忆存储服务，旨在解决多个 AI 智能体之间状态隔离、记忆无法互通的问题。它提供共享的记忆层，让不同 Agent 能够读写同一份持续更新的上下文与知识状态，从而支持更复杂的 Agent 协作场景。产品形态偏向 SaaS/在线服务，通过 API 供各类 Agent 框架接入，适用于需要多 Agent 协同、长期记忆管理的 AI 应用与研发流程。

Headroom 是一个开源工具，用于在将数据发送到 LLM 之前压缩工具输出、日志、文件和 RAG 分块，可减少编码 agent 20% 的 token 消耗，JSON 数据减少 60-95%，同时保持答案质量。提供库、代理和 MCP 服务器三种使用方式。

Semantica 是一个开源的上下文图（Context Graph）与决策智能引擎，为 AI 系统构建可审计、可解释的信任层。它让每个事实都可溯源到来源，每个决策都被记录为一等可审计对象，帮助受监管行业和严肃工程团队解决 AI 系统难以解释、难以审计、难以信任的问题。核心引擎采用 MIT 许可，完全开源可审计，支持自托管运行。

Alexandria 是由 Firecrawl 团队推出的知识库产品，定位为“超智能时代的知识库”。它旨在帮助用户将分散的信息整合为结构化的知识库，为 AI 应用和大模型提供高质量、可检索的知识底座，简化从原始数据到可用智能的知识管理流程。

Maximem Synap 是面向 AI 开发者的记忆基础设施服务，旨在解决 AI Agent 在多轮交互中缺乏持久记忆和上下文管理的问题。它通过语义提取和结构化存储，提供高准确率、低延迟的记忆检索能力，支持向量、图谱和文件多种存储模式的协同，帮助构建具备长期记忆功能的智能体应用。

面向 LLM Agent 的记忆操作系统

Exa 3.0 是一款专为 AI Agent 优化的搜索基础设施服务。它通过 API 提供语义检索与高质量内容获取能力，直接输出解析干净的正文而非单纯链接，降低大模型处理噪声。该产品支持多轮工具调用与持续信息监控，能无缝嵌入 RAG 或深度研究工作流，以更低成本为智能体提供更具上下文丰富度的数据支持。

PageIndex 是由 VectifyAI 团队开发的面向 LLM 推理的文档索引系统，主打「无向量检索（Vectorless）」的 RAG 方案。它通过结构化文档索引和推理机制，让大模型在长文档上实现类似人类的检索与回答，避免传统向量数据库的局限性，适用于需要高精度、引用可追溯的 AI Agent 和知识库场景。

OptMem 是一个为 AI 智能体（AI agents）设计的永久记忆方案，旨在解决大语言模型在多轮对话和长任务中上下文丢失的痛点。它通过一个精简的 426 token 提示词模板及配套脚本，提供即插即用的记忆持久化能力。开发者无需部署复杂的向量数据库，只需将 OptMem 接入现有 AI 工作流，即可让智能体在跨会话场景中保持记忆一致性，从而更专注于核心任务处理。

12306 MCP 是一个基于 Model Context Protocol 协议的 12306 车票查询服务器。它作为 AI 助手的工具插件运行，让用户通过支持 MCP 的客户端（如 Claude Desktop）以自然语言形式发起车票查询请求。服务器在本地运行，解析用户需求并调用 12306 接口，返回车次、余票、票价等结构化信息，实现通过对话直接获取铁路出行数据。