记忆库
公开可复现基准测试
Agent 记忆库在企业知识库语料（ENGRA-KB-v2）上的检索对照 — Structured atom vs BM25 / 分块 RAG
76.0% Recall@10 · 0.301 MRR · 550/400 文档 / 查询 — ENGRA-KB-v2 (550/400)
Agent Memory 记忆库 · 合成企业语料 · 相同嵌入模型 · 检索阶段对照
查看记忆库完整对照结果 →Agent 记忆库
从 PoC 走向生产的关键能力：结构化记忆替代盲目分块，分层唤醒避免每次会话全量检索——减少答非所问与用户重复陈述，token 支出可预测
🧠Memory
Agent 记忆库
让生产 Agent 跨会话记得住，token 账单可预测
- →多团队治理：按 Library / Scope / Topic 划分记忆边界
- →分层唤醒：启动加载核心上下文，按需展开——token 成本可预测
- →可追溯关联：Path backlink 支持审计与知识演化
- →公开基准：ENGRA-KB-v2 Recall@10 75.3%，较传统分块 RAG +20pp
- →生产接入：Memory MCP + REST API，配额管理与 SLA
了解详情 →
接入 Agent 记忆库
远程 API 与 Agent 原生接入现已开放，同一套 Library / Scope / Topic / Atom 记忆模型
推荐
Cursor / Claude / Copilot / Cline 等
Agent 原生接入
Memory MCP 提供工具，Agent Skills 引导唤醒与检索工作流——配合使用，5 分钟给 Agent 长期记忆
/api/v1/memory/mcp · Streamable HTTPSKILL.md · 20+ Agent 通用自建后端 / 编排层
REST API
Library / Scope / Topic / Atom 全量 HTTP 端点，自带鉴权与配额管理
/api/v1/memory/*REST 文档 →
@engra/agent-memory SDK开发计划中
npm 包进程内嵌，与远程接入共用同一套记忆模型