Memoria 1.0 发布:纯本地模型无关记忆层,LongMemEval Recall@1 达 89.8%

kitkatz69 · reddit · 2026-10-06

开发者在 Reddit 发布本地优先、模型无关（LLM-agnostic）的 LLM 记忆系统 Memoria 1.0.0，可在完全离线、无 API key 的环境下运行。

硬件门槛极低：基准测试跑在无 GPU 的 Intel Celeron N4020（1.10 GHz、约 3.7 GiB 可用内存）上，完整 LongMemEval 工作负载峰值内存仅 2.65 GiB，单查询平均峰值约 580 MiB。
基准成绩（LongMemEval-S，470 题中 468 题可检索评估）：Recall@1 89.8%、Recall@5 97.9%、Recall@10 98.9%、Recall@50 99.6%，Session NDCG@10 为 0.9257。
检索架构：并非单一向量库，而是并行运行 FAISS、BM25、图检索、短语匹配、属性检索与时间检索，融合后经多信号排序；时间检索独立实现，便于消融实验。
其他功能：GitHub 仓库与 Obsidian vault 摄取、MCP 支持、CLI/TUI/GUI/API、本地持久化、LongMemEval 与 LoCoMo 基准工具，以及含 11 个子系统、34 个钩子的插件体系和交互式插件生成器。
可通过 pip install kitzkatz-memoria 安装，代码与文档已在 GitHub 开源，作者征集本地 agent 开发者反馈。

「编程与Agent」频道最新