5分钟上手ReMe Agent记忆管理:新手入门完整教程【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMeReMe 是一个开源的 Agent 记忆管理工具Memory Management Kit for Agents口号是 Remember Me, Refine Me。它把 AI Agent 的对话、偏好和经验沉淀成可读、可编辑、可检索的 Markdown 文件让 Agent 真正记住你并在长期使用中持续优化自己。本教程带你用 5 分钟完成 ReMe 安装、启动和第一次记忆写入零基础也能跟着做。为什么 Agent 需要记忆管理大多数 AI 助手在对话结束后就失忆了你的偏好、项目背景、踩过的坑全都会丢失。ReMe 的解法很朴素——Memory as File, File as Memory记忆即文件文件即记忆记忆就是普通 Markdown 文件带 frontmatter 和 wikilink你可以直接打开、编辑、备份自进化知识库对话和资源会先沉淀为每日笔记daily再逐步蒸馏成长期记忆digest精准召回BM25 关键词 可选向量 wikilink 图谱扩展按行级片段检索不污染上下文跨 Agent 共享个人助理、编码 Agent 可通过 CLI、HTTP、MCP、SKILL.md 等共享同一套本地记忆空间核心设计文档可参考 docs/zh/memory_as_file.md快速上手指南在 docs/zh/quick_start.md。第一步安装 ReMe1 分钟ReMe 要求Python 3.11。最简安装只需一条命令pip install reme-ai[core]core是推荐安装项Agent 自动记忆等自进化能力依赖它。如果想从源码安装仓库地址https://gitcode.com/GitHub_Trending/me/ReMegit clone https://gitcode.com/GitHub_Trending/me/ReMe cd ReMe pip install -e reme_studio -e .[core] cd reme_studio npm ci npm run build:static cd ..要不要配置 LLM如果只用基础的文件读写和 BM25 检索可以跳过。想使用auto_memory、auto_dream等自动记忆流程在项目根目录创建.envLLM_BACKENDopenai LLM_MODEL_NAMEqwen3.7-plus LLM_API_KEYyour_api_key LLM_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1第二步启动记忆服务并体验 Studio1 分钟reme start默认服务地址是127.0.0.1:2333。端口被占用时换个端口即可reme start service.port8181验证服务是否存活reme version reme health_check reme help启动后用浏览器打开http://127.0.0.1:2333/就能进入ReMe Studio——一个可视化的记忆工作台可以直接浏览、编辑、搜索 workspace 中的记忆文件还能查看 digest 的 wikilink 关系图Studio 源码位于reme_studio/目录。第三步5 分钟记忆演示——写入、索引、检索3 分钟服务运行后依次执行以下三条命令完成写记忆 → 建索引 → 查记忆的完整闭环1写入第一个记忆节点reme write \ pathdigest/wiki/quick-start-demo \ nameQuick Start Demo \ descriptionA first ReMe memory node \ content# Quick Start Demo ReMe stores agent memory as readable Markdown. Related: [[digest/wiki/memory-as-file.md]]2搜索记忆reme search queryagent memory markdown limit53读取记忆内容reme read pathdigest/wiki/quick-start-demo start_line1 end_line20生成的文件就是普通 Markdown带 frontmatter 元数据。你不需要手动建索引——后台 watcher 会监听daily/和digest/目录并自动构建 BM25 索引与 wikilink 图谱想手动重建时执行reme reindex即可。认识记忆工作区四层目录结构ReMe 的默认工作区是当前目录下的.reme/启动时自动创建按记忆生命周期分为四层目录作用通俗理解session/resource/来源记录层原始对话和外部资料保证可追溯daily/工作记忆层当天的工作台记录发生了什么digest/长期记忆层用户画像、流程经验、通用知识等可复用节点metadata/系统索引层索引、图谱快照自动维护无需手写记忆流转路径很清晰对话/资料 → daily/浅加工→ digest/深加工。比如digest/下按personal/个人事实、procedure/流程经验、wiki/通用知识分类存放。让 Agent 自动记忆auto_memory 与 auto_dream这是 ReMe 最有意思的部分——记忆不再靠手动整理而是自动沉淀。自动记忆auto_memory把一段对话交给它Agent 会判断哪些内容值得记用户偏好、关键事实、过程决定、可复用经验生成一张按主题命名的 daily 卡片并保留原始对话记录在session/供追溯reme auto_memory \ session_idchat-demo \ messages[{role:user,content:我喜欢把项目经验保存为Markdown},{role:assistant,content:已记录}] \ memory_hint记录用户偏好自动做梦auto_dream每天做梦时它扫描最近两天的 daily 笔记抽取高价值内容蒸馏进digest/长期记忆相当于 Agent 的自我复盘与知识整理reme auto_dream date2026-06-20外部资料同理把 md/txt/json/yaml 等文件放进resource/目录后台的 auto_resource 会自动将其转成 daily 记忆卡片。详细流程说明见reme/steps/evolve/目录源码以及 docs/zh/auto_memory.md、docs/zh/auto_dream.md。跨 Agent 共享同一套记忆ReMe 的记忆空间可以被多个 Agent 共用个人助理、Claude Code、Codex 等不同运行时通过 CLI、HTTP API、MCP 或 SKILL.md 接入同一个 workspace检索、维护和进化同一份知识。接入方式适合对象MCP / HTTP 服务Claude Code 等支持 MCP 的编码 Agent集成示例在integrations/claude_code/remeSKILL.mdCodex 及其他 CLI Agent见skills/reme_memory/SKILL.mdPython API需要把记忆能力嵌入自己应用的开发者下面是个人助理接入 ReMe 后的实际效果Agent 在回答投资问题时自动召回并利用了记忆中保存的历史分析。新手常见问题 FAQQ1不配 LLM 能用 ReMe 吗可以。write、read、search、edit等基础文件操作和 BM25 检索开箱即用只有 auto_memory/auto_dream 等自动流程需要 LLM。Q2记忆数据存在哪里安全吗完全本地化local-first。所有记忆都是你磁盘上的普通文件可备份、可同步、可版本管理没有黑盒数据库。Q3改了文件索引会自动更新吗会。后台 watcher 实时监听daily/和digest/下的 Markdown 变化并增量更新索引也可以随时手动执行reme reindex全量重建。Q4想换端口或换工作区怎么办启动时加参数即可reme start workspace_dir/tmp/reme-demo service.port8181。完整配置项参考reme/config/default.yaml。小结5 分钟回顾一下你都学会了什么✅pip install reme-ai[core]完成安装✅reme start启动服务浏览器打开 Studio✅reme write→reme search→reme read完成记忆闭环✅ 用auto_memory/auto_dream让记忆自动沉淀ReMe 让你第一次能像管理笔记一样管理 Agent 的记忆——可读、可编辑、可追溯。从这里出发你的 Agent 将不再聊完即忘。【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 5分钟上手ReMe Agent记忆管理:新手入门完整教程
5分钟上手ReMe Agent记忆管理:新手入门完整教程【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMeReMe 是一个开源的 Agent 记忆管理工具Memory Management Kit for Agents口号是 Remember Me, Refine Me。它把 AI Agent 的对话、偏好和经验沉淀成可读、可编辑、可检索的 Markdown 文件让 Agent 真正记住你并在长期使用中持续优化自己。本教程带你用 5 分钟完成 ReMe 安装、启动和第一次记忆写入零基础也能跟着做。为什么 Agent 需要记忆管理大多数 AI 助手在对话结束后就失忆了你的偏好、项目背景、踩过的坑全都会丢失。ReMe 的解法很朴素——Memory as File, File as Memory记忆即文件文件即记忆记忆就是普通 Markdown 文件带 frontmatter 和 wikilink你可以直接打开、编辑、备份自进化知识库对话和资源会先沉淀为每日笔记daily再逐步蒸馏成长期记忆digest精准召回BM25 关键词 可选向量 wikilink 图谱扩展按行级片段检索不污染上下文跨 Agent 共享个人助理、编码 Agent 可通过 CLI、HTTP、MCP、SKILL.md 等共享同一套本地记忆空间核心设计文档可参考 docs/zh/memory_as_file.md快速上手指南在 docs/zh/quick_start.md。第一步安装 ReMe1 分钟ReMe 要求Python 3.11。最简安装只需一条命令pip install reme-ai[core]core是推荐安装项Agent 自动记忆等自进化能力依赖它。如果想从源码安装仓库地址https://gitcode.com/GitHub_Trending/me/ReMegit clone https://gitcode.com/GitHub_Trending/me/ReMe cd ReMe pip install -e reme_studio -e .[core] cd reme_studio npm ci npm run build:static cd ..要不要配置 LLM如果只用基础的文件读写和 BM25 检索可以跳过。想使用auto_memory、auto_dream等自动记忆流程在项目根目录创建.envLLM_BACKENDopenai LLM_MODEL_NAMEqwen3.7-plus LLM_API_KEYyour_api_key LLM_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1第二步启动记忆服务并体验 Studio1 分钟reme start默认服务地址是127.0.0.1:2333。端口被占用时换个端口即可reme start service.port8181验证服务是否存活reme version reme health_check reme help启动后用浏览器打开http://127.0.0.1:2333/就能进入ReMe Studio——一个可视化的记忆工作台可以直接浏览、编辑、搜索 workspace 中的记忆文件还能查看 digest 的 wikilink 关系图Studio 源码位于reme_studio/目录。第三步5 分钟记忆演示——写入、索引、检索3 分钟服务运行后依次执行以下三条命令完成写记忆 → 建索引 → 查记忆的完整闭环1写入第一个记忆节点reme write \ pathdigest/wiki/quick-start-demo \ nameQuick Start Demo \ descriptionA first ReMe memory node \ content# Quick Start Demo ReMe stores agent memory as readable Markdown. Related: [[digest/wiki/memory-as-file.md]]2搜索记忆reme search queryagent memory markdown limit53读取记忆内容reme read pathdigest/wiki/quick-start-demo start_line1 end_line20生成的文件就是普通 Markdown带 frontmatter 元数据。你不需要手动建索引——后台 watcher 会监听daily/和digest/目录并自动构建 BM25 索引与 wikilink 图谱想手动重建时执行reme reindex即可。认识记忆工作区四层目录结构ReMe 的默认工作区是当前目录下的.reme/启动时自动创建按记忆生命周期分为四层目录作用通俗理解session/resource/来源记录层原始对话和外部资料保证可追溯daily/工作记忆层当天的工作台记录发生了什么digest/长期记忆层用户画像、流程经验、通用知识等可复用节点metadata/系统索引层索引、图谱快照自动维护无需手写记忆流转路径很清晰对话/资料 → daily/浅加工→ digest/深加工。比如digest/下按personal/个人事实、procedure/流程经验、wiki/通用知识分类存放。让 Agent 自动记忆auto_memory 与 auto_dream这是 ReMe 最有意思的部分——记忆不再靠手动整理而是自动沉淀。自动记忆auto_memory把一段对话交给它Agent 会判断哪些内容值得记用户偏好、关键事实、过程决定、可复用经验生成一张按主题命名的 daily 卡片并保留原始对话记录在session/供追溯reme auto_memory \ session_idchat-demo \ messages[{role:user,content:我喜欢把项目经验保存为Markdown},{role:assistant,content:已记录}] \ memory_hint记录用户偏好自动做梦auto_dream每天做梦时它扫描最近两天的 daily 笔记抽取高价值内容蒸馏进digest/长期记忆相当于 Agent 的自我复盘与知识整理reme auto_dream date2026-06-20外部资料同理把 md/txt/json/yaml 等文件放进resource/目录后台的 auto_resource 会自动将其转成 daily 记忆卡片。详细流程说明见reme/steps/evolve/目录源码以及 docs/zh/auto_memory.md、docs/zh/auto_dream.md。跨 Agent 共享同一套记忆ReMe 的记忆空间可以被多个 Agent 共用个人助理、Claude Code、Codex 等不同运行时通过 CLI、HTTP API、MCP 或 SKILL.md 接入同一个 workspace检索、维护和进化同一份知识。接入方式适合对象MCP / HTTP 服务Claude Code 等支持 MCP 的编码 Agent集成示例在integrations/claude_code/remeSKILL.mdCodex 及其他 CLI Agent见skills/reme_memory/SKILL.mdPython API需要把记忆能力嵌入自己应用的开发者下面是个人助理接入 ReMe 后的实际效果Agent 在回答投资问题时自动召回并利用了记忆中保存的历史分析。新手常见问题 FAQQ1不配 LLM 能用 ReMe 吗可以。write、read、search、edit等基础文件操作和 BM25 检索开箱即用只有 auto_memory/auto_dream 等自动流程需要 LLM。Q2记忆数据存在哪里安全吗完全本地化local-first。所有记忆都是你磁盘上的普通文件可备份、可同步、可版本管理没有黑盒数据库。Q3改了文件索引会自动更新吗会。后台 watcher 实时监听daily/和digest/下的 Markdown 变化并增量更新索引也可以随时手动执行reme reindex全量重建。Q4想换端口或换工作区怎么办启动时加参数即可reme start workspace_dir/tmp/reme-demo service.port8181。完整配置项参考reme/config/default.yaml。小结5 分钟回顾一下你都学会了什么✅pip install reme-ai[core]完成安装✅reme start启动服务浏览器打开 Studio✅reme write→reme search→reme read完成记忆闭环✅ 用auto_memory/auto_dream让记忆自动沉淀ReMe 让你第一次能像管理笔记一样管理 Agent 的记忆——可读、可编辑、可追溯。从这里出发你的 Agent 将不再聊完即忘。【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考