v1.1.1
New Features
云服务 1.0 内测版发布:
- 🛠️ 开箱即用：无需复杂部署，直接通过云端 API 接入
- 🔄 跨会话记忆：自动召回用户画像、偏好、行为，实现连续个性化
- 📖 Developer-Friendly：文档、示例代码 全面支持
- 🎁 Free Quota：每位开发者均可领取基础额度，方便探索
v1.0.1
New Features
KV-Cache性能优化:
- 更新Kv-Cache在不同GPU部署方案上的对比实验数据
- 优化测试benchmark与统计方式
v1.0.0
Improvements
明文记忆功能:
- 互联网检索接入博查；
- 增加对Nebula数据库的支持；
- 增加对树形明文记忆search接口的上下文理解功能；
v0.2.2
New Features
明文记忆:
- 实现互联网检索接入与 Nebula 数据库支持
- 增强记忆抽取的上下文理解能力
- 上线互联网检索接口，并接入 memreader 处理互联网消息
KV Cache:
- 进行 KV Cache 评测，包括 LMCache 详细调研及性能测试
- 完成 MemOS vllm（0.2.1 版）在特定环境和模型下的压力测试
- 细化 Qwen2.5-72B-Instruct 模型上预载 KV Cache 的 ttft 测试数据并补充进报告
- 结合国产硬件应用，完成高 ROI 推理服务系统的第一版调研与设计
记忆操作模型:
- 完成模型训练评估并发布
- 发布 4b、1.7b、0.6b 模型，支持记忆抽取和整合
Improvements
记忆调度:
- 开展代码重构与功能完善工作
- 重构 monitor、dispatcher、retriever 等功能模块
- 新增 schemas 和 utils 大类代码
- 完善网络日志打印功能
- 增强调度器鲁棒性，新增异常捕获装饰器
- 对部分共享资源加锁
API增强:
- 增加playground上下文支持
- 增强产品API功能
- 重写查询模块
- 添加chat历史功能
Bug Fixes
数据解析:
- 修复日期解析错误
- 修复memos_w_scheduler示例代码问题
- 修复Nebula图数据库的精细搜索bug
- 修复metadata过滤器的获取逻辑
系统集成:
- 对齐MOSProduct._build_system_prompt签名与MOSCore
明文记忆:
- 修复通用文本记忆处理逻辑
- 修复memreader组件问题
v0.2.1
New Features
MemCube功能:
- 新增明文记忆 + KV Cache功能，提供推理解码性能报告
- 完成趣味性cube功能开发，已跑通完整流程，支持embedding模型切换
MemOS系统:
- 发布MemOS Neo轻量级版本，简化架构仅保留核心API模块
- 新增MCP支持，扩展MCP能力
- 构建嵌入Agent流的Pipeline文档，支持Coze框架集成
部署与环境支持:
- 新增Docker部署支持
- API层面支持多模型调用，兼容OpenAI/Qwen/DeepSeek等主流模型
- 完善embedding模型支持
- 新增neo4j社区版/Nebular数据库支持
- 新增单库多租户架构支持
v0.2.0
New Features
官网易用性更新:
- 增加Doc文档搜索框功能
- 增加中英文Doc切换功能
- 增加页脚转换链接和编辑页面
算子模型:
- 新增MemReader-4B小模型，专注记忆抽取操作
- 支持纯本地化部署，适用于受限网络环境
- 实现更低成本和更快速度的记忆操作，性能超越GPT-4o-mini
- 基于Qwen3-4b微调，结合人工和模型标注数据进行监督微调
框架跨平台适配:
- 新增Windows平台部署适配
- 新增Mac平台部署适配
- 完成Linux、Windows、macOS三大主流操作系统适配
- 通过Ubuntu 20.04+/CentOS、Windows 10+/11、macOS 14 Ventura+等平台测试
- 支持核心模块稳定运行（记忆生命周期管理、互操作协议MIP、记忆缓存调度等）
Playground 进展:
- 已完成工程、前端、算法端联调，进行bug修复和调优中