mem9

产品简介

mem9 是一层面向 AI 代理的服务端记忆系统，解决的是上下文不能只停留在单个终端会话里的问题。它把记忆的存储、搜索、更新和策略集中起来，让 OpenClaw、Claude Code、Codex、Hermes Agent、Dify 和自定义客户端都能回忆起同一批事实。

为什么最近热度高

它最近冒头，是因为市场已经从“单代理演示”走到了“团队同时用多个代理”。一旦进入这个阶段，记忆就不再只是体验优化，而是基础设施问题: 大家会想要一层能跨重启、跨电脑、跨工具链持续存在的共享记忆。

核心功能

• 提供跨会话、跨设备的持久记忆，而不是仅保留本地历史。
• 支持 OpenClaw、Hermes Agent、Claude Code、OpenCode、Codex、Dify 和自定义 HTTP 客户端共享召回。
• 内置混合检索和可视化仪表盘，方便检查和管理已存上下文。

真实使用场景

• 让开发者在切换多个代理工具时仍能保留项目背景和排障历史。
• 在同一个团队或工作流里，让多个代理共享同一份记忆状态。
• 把个人 prompt 文件升级成带搜索和策略控制的托管记忆服务。

社区反馈

它吸引人的地方很直接: mem9 把代理记忆当成真正的后端服务，而不是随手补上的小功能。对于已经在 OpenClaw、Claude Code、Codex、Dify 之间来回切换的团队来说，这个方向很合理。顾虑主要落在治理上。记忆一旦变成共享基础设施，大家马上就会问隐私、过时记忆、租户边界，以及错误上下文到底好不好清理。

限制与风险

共享记忆服务器会带来实际运维问题。团队需要评估保留策略、权限控制、过时数据清理、自托管复杂度，以及这层集中记忆到底是在增加清晰度，还是制造另一个会逐渐偏离事实源的系统。

替代方案

相近路线包括 ContextPool、RoBrain、Agentmemory、Claude-Mem、自建向量记忆服务，以及内部 MCP 记忆服务器。

常见问题

• 谁最适合先试 mem9？ 已经同时使用多个编码代理或工作流工具，并且经常在会话之间丢上下文的团队。
• 最该先看什么？ 重点看权限边界、记忆新鲜度、自托管需求，以及共享记忆怎么纠错和删除。