跳转到主要内容

​
Memorose

Memorose 将原始的智能体（Agent）流量转化为可持续积累的记忆。 它摄入事件、整合事实与流程、在执行前预览语义更新（Semantic Update）或遗忘操作、投射共享的组织知识（Organization Knowledge）、跟踪目标与任务，并通过真实的仪表盘（Dashboard）和基于 Raft 的部署模型保持整个运行时的可运维性。

从快速开始入手

登录、创建流、摄入事件、检索记忆。

阅读 API 文档

查看以流为核心的 HTTP 接口。

理解模型

L0-L3 层级结构、领域与运行时管线。

​
运行时全景

1

L0 — 原始事件

文本、图像、音频、视频和 JSON 以流作用域事件的形式进入系统。
2

L1 — 稳定记忆

事实、偏好、流程痕迹和有依据的摘要。
3

L2 — 洞察

主题、图关联聚类和共享组织知识。
4

L3 — 目标与任务

里程碑、依赖关系、进度、执行状态和沉淀结果。

​
API 概览

POST /v1/users/:uid/streams/:sid/retrieve
请求字段：query、graph_depth、org_id、agent_id、image / audio / video
本文档集遵循 memorose-server 中实现的真实服务器模型，而非旧版 CRUD 风格的记忆 API。

​
三大核心层面

记忆运行时

流、分层记忆、混合检索（Hybrid Retrieval）、语义更新流程和主动遗忘。

执行层

任务树、就绪队列、里程碑、依赖关系和结果沉淀。

运维层面

仪表盘认证、集群控制、组织知识和运行时检查。

​
以流为核心的 HTTP 接口

当前 API 以 user_id 和 stream_id 为作用域，并连接到任务、图边、组织知识和集群操作。
  • /events 用于原始摄入
  • /retrieve 用于混合召回
  • /memories/semantic/preview 和 /memories/semantic/execute 用于语义更新和遗忘工作流
  • /tasks/tree 和 /tasks/ready 用于 L3 执行状态
  • /organizations/:org_id/knowledge 用于共享知识

​
跟随运行时流程

1

将事件摄入流中

一切从 L0 输入开始，附加到具体的用户和流时间线上。
2

整合为持久记忆

事实和流程痕迹成为稳定的记忆单元，而非永远停留在原始流量阶段。
3

使用多种信号进行检索

混合检索结合了向量搜索（Vector Search）、文本搜索（Text Search）、图深度、时间过滤器和共享组织知识。
4

审查记忆变更并跟踪执行

语义更新/遗忘预览加上 L3 目标、里程碑、依赖关系和完成摘要，将记忆转变为执行层面而非被动存档。

​
按需选择

构建

我需要将摄入和检索接入智能体。从快速开始、REST API 和混合搜索入手。

运维

我需要检查记忆、任务、知识和集群健康状态。查看仪表盘、组织知识和分布式部署。

理解

我需要在设计封装或产品行为之前理解模型。阅读架构、记忆层级、记忆领域和遗忘策略。

​
从这里开始

快速开始

登录、创建流、摄入事件、检索记忆。使用当前认证和响应模型的真实 v1 路由。

架构

理解 L0-L3、领域和运行时管线。在围绕错误的抽象构建封装之前，先阅读模型。

任务

了解目标和执行状态如何在 L3 中暴露。任务树和就绪队列是产品的一部分，而非内部细节。

组织知识

检查某个 org_id 的共享记忆层。当个人记忆需要演变为可复用的组织知识时使用。