项目简介

ReMe（Remember Me, Refine Me）是一个模块化的内存管理工具包，为AI智能体提供统一的内存能力——使智能体能够跨用户、任务和智能体提取、重用和共享记忆。

主要功能

• 任务记忆：跨智能体重用程序性知识，识别成功模式和失败分析
• 个人记忆：理解用户偏好并适应上下文，具有时间感知能力
• 工具记忆：基于历史性能进行数据驱动的工具选择和参数优化
• 工作记忆：通过消息卸载和重载管理长运行智能体的短期上下文

安装步骤

# 从PyPI安装（推荐）
pip install reme-ai

MCP服务器配置

ReMe可以作为MCP服务器运行，为MCP客户端提供记忆管理服务。配置信息如下：

{
  "command": "reme",
  "args": [
    "backend=mcp",
    "mcp.transport=stdio",
    "llm.default.model_name=qwen3-30b-a3b-thinking-2507",
  "embedding_model.default.model_name=text-embedding-v4",
  "vector_store.default.backend=local"
}

参数说明：

• 'backend=mcp'：设置运行模式为MCP服务器
• 'mcp.transport=stdio"：使用标准输入输出传输协议
• 'llm.default.model_name'：指定使用的语言模型
• 'embedding_model.default.model_name'：指定嵌入模型
• 'vector_store.default.backend'：配置向量存储后端（local/memory/elasticsearch等）

基本使用方法

启动MCP服务器后，MCP客户端可以通过标准MCP协议调用以下核心功能：

• 任务记忆总结和检索
• 个人记忆集成和查询
• 工具使用记录和指南生成
• 工作记忆压缩和重载

ReMe支持多种集成方式，包括直接Python导入、HTTP服务和MCP协议，为不同场景的AI智能体应用提供灵活的记忆管理支持。