核心用法
MemoryAI 是一款面向AI Agent的长期记忆系统，通过外部存储服务突破单次会话的上下文限制。用户通过CLI工具与记忆服务交互，支持七类记忆存储：preference（偏好）、decision（决策）、identity（身份）、procedure（流程）、fact（事实）、goal（目标）、life_event（重大事件）。核心工作流为：会话开始时调用bootstrap加载用户画像，交互中按需store关键信息、recall检索历史，结束时save会话摘要。
显著优点
- 真正的长期记忆：突破LLM上下文窗口限制，记忆理论上永久保留，支持跨月度、跨项目的连续性
- 智能记忆分层：DNA级记忆（偏好、决策、身份等）永不衰减，事实类记忆按需衰减，避免信息过载
- 自动化上下文管理：内置Context Guard机制，每10分钟自动检测token使用率，超阈值时自动压缩归档
- 零依赖设计：纯Python标准库实现，无第三方依赖，源码完全可审计
- 灵活的记忆类型系统：七类标签化存储，便于语义检索与差异化处理
- 用户画像生成：
profile命令可输出完整认知画像，包含人格、情绪、目标等多维信息
潜在缺点与局限性
- 外部服务依赖：核心功能依赖https://memoryai.dev云端API，存在服务可用性风险与网络延迟
- 隐私敏感：用户偏好、身份、决策等高度个人化数据需上传至第三方服务器，虽宣称HTTPS传输，但缺乏端到端加密细节
- 记忆质量依赖人工筛选：
store需人工判断何为"重要信息"，过度存储会导致噪声，遗漏则造成记忆断层 - 检索机制不透明：
recall基于自然语言查询，但底层相似度算法、召回率、排序逻辑未公开，存在检索失败风险 - 无本地缓存：每次记忆操作均需API调用，离线场景完全不可用
- 版本锁定风险：v2.0.1协议若后续变更，可能产生兼容性问题
适合人群
- 需要AI长期陪伴的个人用户（生活助理、学习教练）
- 开发复杂多轮对话系统的AI工程师
- 需要跨会话维护项目状态的开发者（代码助手、项目管理AI）
- 对记忆连续性有强需求的垂直场景（心理咨询模拟、角色扮演）
常规风险
- API密钥泄露：
HM_API_KEY若暴露，攻击者可读取或篡改用户记忆 - 服务商数据滥用：MemoryAI服务端理论上具备完整数据访问权限
- 记忆污染：错误存储的信息可能被长期保留并反复召回，形成"AI幻觉"的强化
- 上下文注入攻击：恶意构造的记忆内容可能通过
bootstrap或recall进入后续会话的system prompt - 服务中断：云端故障将导致所有历史记忆不可访问，AI"失忆"