让你的工作在 DeepSeek Harness、Claude Code 和 Codex 等 Agent 之间接着做。
数据截至 2026/11/3 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
dsh plugin --profile web add MemTensor/memmy-agent状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
安装兼容性检查需源码安装缺少 main/exports/bin 入口声明;仓库 package.json 标记 private,未发布到 npm,需从源码安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/28 11:41:02
安全扫描自动 · 静态分析源码v2.7.0🔵 扫描:含敏感能力尚无人工评估展开查看扫描说明与证据 ↓
静态扫描发现插件具备触达本地系统的能力:执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量(至少其一)。这是能力清单,不是危险判定——具体能力项与证据见下方,安装前请自行判断是否需要。
查看扫描证据(共 33 处,展示前 24 条)
- 读取本地文件AgentSourceCore/src/deepseek-session-files.ts:34
entries = await readdir(directory, { withFileTypes: true }); - 读取本地文件AgentSourceCore/src/deepseek-session-files.ts:54
mtimeMs: (await stat(path)).mtimeMs - 读取本地文件AgentSourceCore/src/deepseek-session-files.ts:124
const bytes = await readFile(filePath); - 读取本地文件AgentSourceCore/src/jsonl-lines.ts:17
const stream = createReadStream(filePath); - 读取本地文件App/backend/src/load-env.ts:15
if (existsSync(candidate)) { - 读取本地文件App/backend/src/load-env.ts:38
if (!existsSync(options.manifestPath)) { - 读取本地文件App/backend/src/load-env.ts:42
readFileSync(options.manifestPath, "utf8"), - 读取本地文件App/memmy-agent/src/load-env.ts:33
if (existsSync(candidate) && hasCloudService(candidate)) { - 读取本地文件App/memmy-agent/src/load-env.ts:46
return /^\s*MEMMY_CLOUD_SERVICE\s*=/m.test(readFileSync(filePath, "utf8")); - 读取本地文件App/memmy-agent/src/load-env.ts:67
if (!existsSync(manifestPath)) { - 读取本地文件App/memmy-agent/src/load-env.ts:71
readFileSync(manifestPath, "utf8"), - 读取本地文件App/memmy-agent/src/version.ts:13
if (existsSync(manifestPath)) { - 读取本地文件App/memmy-agent/src/version.ts:14
const manifest = JSON.parse(readFileSync(manifestPath, "utf8")) as { - 发起网络请求Knowledge/src/client.ts:220
await this.request("/settings", "GET", undefined, signal), - 发起网络请求Knowledge/src/client.ts:241
await this.request("/recall", "POST", { query }, signal), - 发起网络请求Knowledge/src/routes.ts:69
return parseSettings(await client.request("/settings", "PUT", body)); - 发起网络请求Knowledge/src/routes.ts:75
return parseSettings(await client.request("/bases", "POST", body)); - 发起网络请求Knowledge/src/routes.ts:86
await client.request( - 发起网络请求Knowledge/src/routes.ts:95
await client.request( - 发起网络请求Knowledge/src/routes.ts:102
const data = record(await client.request(`/bases/${encodeURIComponent(request.params.id)}/members`)); - 发起网络请求Knowledge/src/routes.ts:108
return client.request(`/bases/${encodeURIComponent(request.params.id)}/members`, "POST", { userId: text(body.userId).trim() }); - 读取本地文件Memory/src/runtime-build.ts:6
const metadata = JSON.parse(readFileSync(new URL("../../memory-runtime.json", import.meta.url), "utf8")) as { buildId?: unknown }; - 执行外部命令来自配置/变量Migrations/src/runtime-config-writer.ts:213
const stdout = execFileSync( - 执行外部命令来自配置/变量Migrations/src/runtime-config-writer.ts:219
execFileSync(
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
界面预览
6 张 · 点击查看大图功能亮点
- 跨Agent共享记忆
- 持久上下文
- 本地记忆中枢
🍙 个人 AI 智能体兼本地记忆中枢,给所有 AI 智能体一份共享、完全可控的记忆和持久上下文——所有 AI 记住的是同一个你。现已支持 Claude Code、Codex、OpenClaw 和 Hermes Agent 等。
README
由 DeepSeek 最新模型翻译生成展开完整文档(README 剩余 1 节)
让你的工作在 DeepSeek Harness、Claude Code 和 Codex 等 Agent 之间接着做。
项目简介 · 快速开始 · 技术实现 · 路线图 · 致谢 · 贡献者
English • 简体中文
Memmy 是什么?
跨 Agent 任务延续
你正在用的 Agent,大多都能接入
deepseek harness, openclaw, hermes, claude code, codex, cursor, workbuddy, openCode, pi...都能用!
cross-agent-cn.png
数据安全
data-security-cn.png
如何使用 Memmy?
完整安装和配置说明见 入门指南。
1. 桌面端(推荐)
点击官网或者 GitHub Release 下载。
[!TIP]
注册 Memmy 后,即可获得免费 Token,体验完整的 Memory + Agent Runtime。
体验额度:注册赠送 Agent 任务体验 Token,当前额度和使用情况以应用内显示为准。
当体验额度用尽后,可切换至 BYOK 模式,使用自己的模型 API。
2. 使用 memmy CLI /TUI
tui.png
Linux x64 或 arm64 需有可用的 systemd 用户会话,并使用 Node.js 22.23.4+(22.x)、24.22.1+(24.x)或 26.12.1+(26.x)。安装器不接受其他主版本:
curl -fsSL https://raw.githubusercontent.com/MemTensor/memmy-agent/main/scripts/install.sh | bash
memmy
安装器会立即启用本地 Memory Service(memmy-memory.service)。首次裸执行 memmy 时,如尚未配置模型,会在当前终端进入配置向导;保存后启用 memmy-gateway.service,等待就绪并进入 TUI。二者均为只绑定本机地址的 systemd --user 服务,退出 TUI 或关闭终端不会停止;以后登录时会自动启动。安装器不会启用 linger。只有安装器生成的 launcher 会启用这套服务管理,源码构建的 Linux CLI 保持原有行为。
Gateway 启动期间,bootstrap 接口临时返回 HTTP 503 时会继续重试,直到 Gateway 就绪或启动等待超时。
启动或重新连接 Gateway 前,memmy 会把配置引用的环境变量、常用 Provider 凭据和终端 PATH 刷新到权限为 0600 的私有文件 ~/.memmy/systemd/gateway.env。这些值发生变化后,下次裸执行 memmy 会使用新环境重启用户服务。
systemctl --user status memmy-memory.service
systemctl --user status memmy-gateway.service
安装阶段只初始化 Memory 基础配置,不会修改 Codex、Claude Code、Cursor 等外部 Agent。需要接入时,由用户明确执行 memmy-memory init(接入检测到的 Agent)或 memmy-memory init --agent <agent> 安装对应的 Memory Skill 及受支持的 Hook/插件。
memmy onboard # 交互式配置模型、Provider、Gateway、Memory 和工具 memmy onboard --defaults # 使用默认值初始化 ~/.memmy/config.yaml 和 workspace memmy status # 检查配置、模型和 Provider memmy agent --message "介绍一下当前工作区" # 单轮任务 memmy # 进入交互式 TUI memmy serve # 启动 OpenAI 兼容 API(:18990)
最小 BYOK 配置位于 ~/.memmy/config.yaml:
agents:
defaults:
model: openai/gpt-4.1
provider: openai
timezone: "+08:00"
providers:
openai:
apiKey: ${OPENAI_API_KEY}
3. 使用 memmy-memory CLI
供 Agent、脚本和调试流程访问本地记忆服务:
memmy-memory init
memmy-memory health
memmy-memory search "项目里的记忆策略" memmy-memory add "这是一条需要保存的知识" memmy-memory get <id>
默认连接 http://127.0.0.1:18960;可用 --url、--token、--config、--source 和 --user-id 指定服务与命名空间。
只想单独运行记忆服务、不需要 Agent Runtime 时,从源码编译这个 CLI:
git clone https://github.com/MemTensor/memmy-agent.git
cd memmy-agent
npm install
npm run memory:build
mkdir -p ~/.local/bin
ln -sf "$PWD/Memory/dist/src/cli/index.js" ~/.local/bin/memmy-memory
memmy-memory install --service-only
install --service-only 会下载锁定版本的 Memory 运行时、注册并启动用户级服务,并验证 /api/v1/health,全程不向任何 Agent 安装 Skill 或适配器。需要 Node.js >=20;Windows 请在 Git Bash 中执行。npm run memory:binary 则把同一个 CLI 打包成可分发归档,输出到 Memory/src/cli/dist/binaries/,默认按当前平台构建,可用 MEMMY_MEMORY_TARGET 指定其他受支持平台。
4. 源码启动
git clone https://github.com/MemTensor/memmy-agent.git
cd memmy-agent
cp .env.example .env
npm install
npm run build
bash scripts/dev-start.sh
脚本会安装依赖、构建服务并启动开发环境。需要 Node.js >=22 和 npm;Windows 请使用 Git Bash。
Memmy 如何实现的?
架构、记忆服务和接入方式的详细说明见 Memmy 文档。
路线图
Memmy 做的是个人记忆基础设施,边界不止于 Coding Agent:
- 更多记忆来源——从 AI 对话扩展到浏览器行为、本地文档,乃至更多终端与硬件设备。
- 团队协作——规划中的 Agent 间协作能力,让团队成员的 AI 助手在隐私保护下共享知识。
致谢
Memmy 站在一群优秀的开源项目肩上,我们对此心怀感激。
- OpenClaw ——开源个人 AI 助手的先行者,它对多平台消息渠道的探索直接启发了 Memmy 的渠道连接设计。
- hermes-agent ——Nous Research 打造的自我进化 Agent,它在持久记忆与技能自学习上的实践让我们看到 Agent 可以「越用越懂你」。
- nanobot ——从极简原型生长为功能完备的开源 Agent 平台,它对 Agent 循环与 MCP 集成的工程实践为 Memmy 的核心设计提供了重要参考。
开源的意义在于让好的想法流动起来,我们希望 Memmy 也能成为这条河流的一部分。
贡献者
感谢每一位让 Memmy 变得更好的贡献者 ❤️预览分享卡片长什么样 ↓
让你的工作在 DeepSeek Harness、Claude Code 和 Codex 等 Agent 之间接着做。