Agent记忆与RAG组件

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。

面向 AI Agent 的通用记忆层（Universal memory layer for AI Agents），Python 开源项目

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。

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。

RAGFlow 是领先的开源检索增强生成（RAG）引擎，将前沿 RAG 与 Agent 能力融合。它提供智能文档解析、RAG 流程编排、多 Agent 协作等核心功能，支持构建企业级知识库和 AI 应用工作流。

面向 AI Agent 的自进化上下文数据库，统一管理记忆、知识库检索和技能插件。

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。

Creed 是一个专为 AI Agent 设计的个人上下文文件管理工具，旨在解决 Agent 在多轮对话中难以保持长期记忆和个性化上下文的问题。

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。