架构

核心模块

MOS (Memory Operating System，记忆操作系统)

MemOS 的编排层——管理跨多种记忆类型（纯文本、激活、参数化）的预测性、异步调度，并编排多用户、多会话记忆工作流。

MOS 通过统一 API 将记忆容器（MemCubes）与 LLMs 连接，用于添加、搜索、更新、传输或回滚记忆。它还通过统一的记忆交换协议 (Memory Interchange Protocol，MIP) 支持跨模型、跨设备的互操作性。

MemCube

一个模块化、可移植的记忆容器——将其视为一个灵活的存储卡，可以为用户、代理或会话容纳一种或多种记忆类型。

MemCubes 可以动态注册、更新或移除。它们支持可在会话、模型和设备之间传输的容器化存储。

记忆

MemOS 支持几种专门的记忆类型以满足不同需求：

1. 参数化记忆(即将推出)

嵌入在模型权重中；长期、高效率，但难以编辑。

2. 激活记忆

运行时的隐藏状态和 KV-cache；短期、瞬态，引导动态行为。

3. 明文记忆

结构化或非结构化知识块；可编辑、可追溯，适合快速更新、个性化和多代理共享。

• GeneralTextMemory: 灵活的、基于向量的存储，用于非结构化文本知识，具有语义搜索和元数据过滤。
• TreeTextMemory: 分层、基于图的明文记忆，用于结构化知识——结合基于树的层次结构和跨分支链接，实现动态、演进的知识图。它支持长期组织和多跳推理（通常由 Neo4j 支持）。

基础模块

包括分块器、嵌入器、LLM 连接器、解析器和向量/图数据库接口。这些为记忆提取、语义嵌入、存储和检索提供构建建块。

代码结构

MemOS 项目组织清晰，支持即插即用：

src/memos/
    api/           # API 定义
    chunkers/      # 文本分块工具
    configs/       # 配置模式
    embedders/     # 嵌入模型
    graph_dbs/     # 图数据库后端 (例如，Neo4j)
    vec_dbs/       # 向量数据库后端 (例如，Qdrant)
    llms/          # LLM 连接器
    mem_chat/      # 记忆增强聊天逻辑
    mem_cube/      # MemCube 管理
    mem_os/        # MOS 编排
    mem_reader/    # 记忆读取器
    memories/      # 记忆类型实现
    parsers/       # 解析工具

可扩展性

MemOS 是模块化设计的。 添加您自己的记忆类型、存储后端或 LLM 连接器，只需最少的更改——这要归功于其统一配置和工厂模式。