不开向量库也能做 Agent 长期记忆？Memori 把 SQL/MongoDB 变成了 AI 记忆仓

Memori 现已发展为一套功能完备的开源记忆系统，旨在借助标准数据库而非专有向量存储，为智能体（AI Agent）提供长期化、结构化且可查询的记忆能力。区别于依赖临时提示词或瞬时会话状态的传统方案，Memori 可持续从交互过程中提取实体、事实、关联关系与上下文信息，并将其存储至 SQL 或 MongoDB 数据库后端，使智能体能够跨会话调取复用信息，全程无需人工干预编排。

该系统采用数据库无关架构，开发者可按需灵活选型：本地项目可选用 SQLite，需扩展业务可搭配 PostgreSQL 或 MySQL，面向文档型场景则适配 MongoDB。Memori 能自动识别当前接入的数据库后端，通过专属适配器完成数据写入、检索与提取全流程，同时对外提供统一稳定的 API 接口。这种设计使其在注重可靠性与可移植性的生产级业务场景中极具优势。

Memori 的记忆引擎可自动提取实体信息，并将其分类为事实、偏好、规则、身份属性及关联关系五大类型。系统主打可解释性存储特性，所有记忆数据均以人类可读格式保存，支持随时查看、导出与迁移，从根本上规避供应商锁定风险。智能体无需编写 SQL 查询语句即可获取所需信息，因为底层数据交互流程已被完全抽象封装。针对社区相关疑问，Sumanth P 曾这样回应：

Memori 会在内部完成存储管理，智能体可直接通过 API 调取信息，无需自行生成 SQL 语句。

框架兼容性是社区热议的另一焦点问题。在一次社区讨论中，Anand Trimbake 曾询问 Memori 是否支持 LangChain—— 这是智能体开发者的一项普遍需求。对此 Sumanth P 给予了肯定答复，并指出 Memori 可直接接入 LangChain 驱动的工作流，无需额外开发适配插件。

凭借对 OpenAI、Anthropic、LiteLLM、Azure OpenAI、Ollama、LM Studio、LangChain 及所有 OpenAI 兼容技术栈的全面支持，Memori 已成为可无缝嵌入的记忆层组件，既能赋能轻量级智能助手，也可支撑复杂的自主智能体系统。

除信息检索功能外，Memori 还实现了短期显性上下文与长期累积知识的分离存储。短期上下文会被直接注入提示词，长期记忆则通过自动采集机制持续迭代扩充。这种设计可清晰划分身份相关信息与通用知识的存储边界，有效防止记忆数据无序膨胀。

Memori 凭借模块化架构、原生 SQL 存储设计与多数据库兼容能力，已成为下一代智能体系统的核心基础组件。它为开发者提供了一套可靠、经济且开源的记忆基础设施，可与大语言模型（LLM）生态体系无缝集成。

若需尝试体验，可前往 GitHub 获取该项目的完整开源代码。

原文链接：

https://www.infoq.com/news/2025/12/memori/