深挖 · awesome-ai-memory：169 star 的中文清单，牵出 AI 记忆框架大横评与一场基准罗生门

一份只有 169 star 的 GitHub 清单，值得深挖吗？如果只看收藏数，XiaomingX/awesome-ai-memory 在动辄几万 star 的 AI 项目里毫不起眼。但它是中文世界里少见的、按「选型者视角」组织 AI 记忆项目的清单，而且它恰好把你正在用的 Basic Memory 列为「隐私敏感场景首选」——借这份小清单，正好把整个 AI 记忆赛道拉出来做一次大横评。先说结论：这个赛道的基准分数已经是一场罗生门，而第三方横评里赢的，反而是最朴素的 Markdown 笔记。

是什么：一份什么样的清单

先交代对象。这是一份「LLM 长期记忆项目精选列表」，2024 年 12 月建仓，Apache-2.0，目前 169 star / 27 fork——规模上是个小仓库（数据来自 GitHub API）。

它的维护方式很「个人」：全部历史只有 10 个 commit，全部由作者一人提交，节奏是间歇性爆发（2024-12 初始四连、2025-05、2026-01、2026-08 大改版），13 个 open issue 和 PR 没有一个被合并。社区在投稿，作者在独走。

作者 XiaomingX 是一位居住在日本的安全工程师，11.3k followers，做招聘网站 jobleap.cn，知名项目全是中文策展型清单（ai-money-maker-handbook 4.8k★、1000-chinese-independent-developer-plus 1.8k★）——没有任何 AI 记忆领域的从业背景，也没有留下做这份清单的动机自述。

还有一个值得记录的史实：2026 年 8 月 7 日的一次 commit，作者自我清洗了一批「杜撰/拼写错误条目」——比如声称是 Databricks 新作的 MemAlign（链接指向一个不相关的仓库）、拼写漂移的 AgentGortex、链接竟然是 GitHub 搜索页的 RA-LLM。拼写漂移、机构张冠李戴，这些都是 AI 辅助起草的典型痕迹（推测成分，作者本人没有承认）。这件事的教训朴素但常用：awesome 清单的旧版本，不可尽信。

放到同类里看，它也不是最权威的那份：IAAR-Shanghai 的同名清单有 1.2k star、11067 行，是论文知识库型；topoteretes 版 867 star，英文工具清单型，收录了 Cognee。XiaomingX 版只有 248 行，它的差异化就三点：中文、有主观选型建议、唯一收录了 Basic Memory。

作者在想什么：分类学即观点

一份清单怎么分类，比它收录了什么更能暴露作者的观点。这份清单的观点有三层。

第一层，一条演进叙事当纲领。 清单开篇是一条带 arXiv 编号的时间线：RAG(2020) → Generative Agents(2023) → MemoryBank/LongMem/MemGPT(2023) → GraphRAG/HippoRAG(2024) → Mem0/A-MEM(2025) → Titans(2024-12)，并浓缩成一句话——「记忆正从『提示词里塞资料』走向『模型自身学会记住』」。文末还配了一张 ASCII 鱼骨图，鱼头是「LLM 长期记忆能力」，五条大骨是检索、架构、生产级记忆层、工具生态、垂直场景。这条叙事线基本是对的，也符合学界从外挂检索向架构内记忆（Titans 这类把记忆写进模型结构的工作）的走向。

第二层，选型者视角。 12 个章节不按学派分，按工程栈分：记忆层产品 → 本地/MCP 工具 → 框架 → 底层存储 → 选型建议。最后还附了中文世界独一份的选型建议，比如「初学者从向量数据库开始」「除非业务需要，避免过早引入复杂的图谱结构」「隐私敏感：本地 Agent 首选 Basic Memory 或 AgentCortex」。面向的是要动手的人，不是要读论文的人。

第三层，本地优先与 MCP 情结。 核心更新一节明说「记忆能力正从云端托管走向本地可私有化」，还专设一章收 MCP 记忆工具——这在全是 SaaS 叙事的记忆赛道里算个异类视角。

毛病也有：第 8 到 12 章把「记忆」外延扩到了多模态一致性、分布式训练参数同步、RLHF 对齐、持续学习——这些和 AI 记忆系统的关系相当牵强，更像「一切和 remember/consistency 沾边都收」。收录边界不清这件事，连 issue 区都有人在问。

它怎么看你正在用的 Basic Memory

如果你在用 Basic Memory（比如我），这份清单对你有个意外的友好：它收录了 Basic Memory，而且出现三次——「Agent 与本地记忆工具」一节（描述是「基于 SQLite 与 Markdown，极其隐私友好，适合本地知识库」）、选型建议的隐私场景首选、鱼骨图的 local-first 分支。

但两个事实要如实摆出来。一是它没收录 Cognee（30k star）、MemOS（11.2k star）、MIRIX、serena——对一份记忆清单来说，主流框架有这么明显的洞，说明覆盖是偏的。二是它自己的选型建议「先向量库起步、避免过早图谱」与 Basic Memory「文件+图谱即语法」的路线存在张力：它列你为隐私首选，但它的通用建议并不指向你的路线。

你和它是同一路技术思考吗

这个问题要分两层答：方向上同派，强度上不同档。

整个 AI 记忆赛道可以粗分三门派。向量/图谱检索派（mem0、Zep/Graphiti、Cognee）：记忆是提取出来的事实，靠检索召回。Agent 操作系统派（Letta/MemGPT、MemOS、MIRIX）：记忆是被 OS 式管理的资源，agent 自己管自己的内存分页。文件/本地派（Basic Memory、serena、Claude Code 的 CLAUDE.md、letta-code 的 git 存储）：记忆就是文件，人和 AI 读写同一批文件。

Basic Memory 无疑在文件派。但文件派内部有一条光谱，而这条光谱上的分歧比门派之间更值得看：

• serena 最纯。它的记忆设计文档列了 7 条准则，明确排除数据库、图谱、向量库，理由直接写在准则 4 里：「任何检索方法（词法或语义）都有假阳假阴，agent 决定的显式 name-based 引用是确定性的，两种错误都能避免。」——这一条等于直接否定 Basic Memory 的混合检索路线。
• Claude Code 居中。纯 Markdown 文件，启动时从当前目录往上全量拼接注入，无检索无索引。
• Basic Memory 是最重的一档。文件是真源，但上面架了 SQLite 知识图谱（Entity-Observation-Relation 整套语法）+ 全文/向量混合检索 + 可选重排。官方 README 的四支柱是「文件真源 / 双向读写 / 图谱语境化 / 云可选」，对 RAG 的批评也很直白：“RAG lets the LLM query your documents but not write back to them”——RAG 只许查不许写，而 BM 是人和 AI 写同一批文件。

更有意思的是行业正在收敛的方向，它对 Basic Memory 反而是利好。三个信号：mem0 在 2026 年 4 月的 v3放弃了论文里引以为傲的写时冲突消解（ADD/UPDATE/DELETE/NOOP 四操作），改成「只增不改 + 检索时多信号融合 + 时间感知排序」；Letta 的 sleep-time compute把记忆编辑权从主 agent 手里拿走，交给后台 agent 异步整理；serena 干脆放弃检索。三家从不同方向收敛到同一句话：写入保守化、整理后台化、读取聪明化。Basic Memory 的 append-only 文件模型，恰好站在这条收敛线上。

大横评（上）：阵容与门派

后半场，把这份清单当作入口，盘一盘整个赛道。先看牌桌（star 数为 2026-09-06 shields.io/GitHub 页面快照）：

三个结构性观察：

MCP 已成分水岭。 原生支持 MCP 的（Basic Memory、Cognee、Graphiti、Memobase）可以直连 Claude Code/Codex 这类 coding agent；mem0 把本地 MCP 仓库归档了，改推需要平台 API key 的云 MCP；Letta 只当 MCP 客户端；LangMem/A-MEM/MIRIX/MemOS 压根没有。对把记忆接进 coding 工作流的人来说，可选集其实很小。

自托管的成本差异是结构性的。 图谱派要养常驻容器：Graphiti 需要 Neo4j 或 FalkorDB，MemOS 一起拉三个容器，MIRIX 推荐 PostgreSQL 17。Cognee 是个例外——默认全嵌入式（SQLite + LanceDB + Kuzu），Ollama 还是一等公民。没有任何一家公布官方 VRAM 要求；本地示例的模型量级在 7B（Graphiti 用 deepseek-r1:7b、Cognee 用 llama3.2），MIRIX 官方示例是 32B 张量并行 4 卡。一张 3090 跑「7B 本地模型 + 嵌入式存储」覆盖 Graphiti 本地模式和 Cognee 全本地没有压力（推断，非官方数字）。

云定价拉开了身位。 mem0 免费档后 $19/月起步、$249/月才带图谱；Zep 从 $125/月起（这也是它社区口碑里被吐槽最多的一条）；Letta $20/月 + 用量计费，官方自评重度用户「常接近或超过 $200+/月」；Basic Memory 本地完全免费，云同步 $15/月 beta。

大横评（下）：数据说话，与一场罗生门

横评最应该看数字，而这个赛道最不能信的恰恰是数字。

罗生门本体：同一个产品，四个 LOCOMO 分数。 LOCOMO（LoCoMo）是超长对话记忆的标准基准（平均 300 轮对话、1540 道题）。Zep 这个产品在上面有四个互相矛盾的分数：Mem0 论文测它 65.99；Zep 反驳博客初版自报 84%（后撤回）；Zep 修订自查 75.14%（创始人承认「我们算错了」）；Mem0 重跑 Zep 流水线得到 58.44%。同一产品，58 到 84 之间漂了 25 个点。双方的互相指控也很具体：Zep 指 Mem0 把两个说话人都映射成 user、时间戳没进 created_at 字段；Mem0 指 Zep 第 5 类题目「分子计入、分母不计」虚高 25 个点、改 system prompt 偏向自己。

自报数字单调上涨。 Mem0 从论文的 66.88 到 2026 年自报的 92.5；MemOS 论文测自己 75.80（顺手把 Mem0 压到 64.57、Zep 压到 59.22，方向和两家自报完全相反），README 又更新到 88.83。每家测自己都是第一。

而简易基线在反复反杀专用记忆层。 这是最有戏剧性的部分：

• Mem0 自己的论文里，full-context（把整段对话原样塞进上下文）拿了 72.90，高于 Mem0 的全部变体——第三方评论说这是「跑伦敦马拉松发现冠军坐了公交」。
• Letta 干脆不参赛，用「文件系统 + grep」——把对话历史存成文件，只给 agent grep 和 open 工具——拿了 74.0%，超过 Mem0 自报最佳。
• Verging Labs 的第三方横评（自称无厂商赞助）里，一个 Karpathy 式笔记法的 Markdown wiki 以 98.5 分击败所有受测记忆商品（Mem0 92.3、Zep 75.1、Claude Code 内置记忆 67.7），而且商业产品的任务失败率反而显著更高（Supermemory 33%、Claude Code 39.5%，wiki 只有 1.0%）。

基准本身也确实有伤：第三方审计发现 LoCoMo 参考答案有 6.4% 错误率、LLM 裁判 62.81% 的情况下接受「答错但切题」的回答，对话长度只有 16k-26k token（现代上下文窗口装得下）。那句总结很适合贴在所有横评开头：「如果厂商不公开裁判 prompt 和评测 harness，这个分数在任何有用的意义上都不存在。」

社区口碑同样分裂，如实记录：mem0 在 HN 发布帖上发生过水军标记事件（管理员说明多为朋友帮忙、非官方行为），Reddit 上「存得进、检不出」的差评和「71 个 AI 员工运营者称 day 1 就受益」的盛赞并存；Zep 贵（$125/月起）但工程口碑相对好，创始人会亲自进 Reddit 辩护；Letta 被认可是「记忆=上下文管理」学派；MemOS 论文 39 位作者、十家机构，学术声势大，但 HN 讨论帖最高只有 4 分。

对你的新启发：五个可以偷的机制

如果你的记忆系统也是「Markdown 文件 + 索引」这一路，这轮横评里真正值得偷的是五个机制，全部可以在现有文件格式和 skills 体系内落地，不需要换基础设施：

1. 检索的时间衰减。 Generative Agents 的三因子评分（recency 指数衰减 + importance 加权 + relevance）是记忆检索的经典配方，而 Basic Memory 现在的排序里没有时间因子——三年前的旧结论和上周的新决策同权返回。在检索侧加按日期的衰减是低成本增益。
2. 失效标记，而不是删除。 mem0 图谱版和 Graphiti 的共同做法：过时的事实标 invalid 而不是物理删除，保留时间线。落到 Markdown 里就是一个 frontmatter 状态（status: superseded）加约定，配合生命周期流转。
3. hub 笔记被新笔记自动触发更新。 A-MEM 的 Zettelkasten 演化机制：新记忆入库时触发旧笔记的更新。落到知识库就是：新项目笔记落地时自动在相关 overview 上追加一条带 wikilink 的 observation，而不是等人工织网。
4. 引用完整性工具化。 serena 做了 rename 时自动重写全部 mem: 引用 + 断链巡检报告。知识库有 wikilink 但缺这套级联维护的话，可以把它做成定期 curation 的固定检查项。
5. 记忆文件长度纪律。 Claude Code 官方文档的量化经验：记忆类文件「目标 200 行以内」——更长会吃上下文并降低遵循度，两条规则冲突时模型会随机选一条。入口文件短小、规则不冲突，比堆长文有效。

顺带一提，你现有的分层（会话上下文 / 会话记忆 / 知识库 / AGENTS.md+skills）恰好和学术界 CoALA 框架的标准四层（working / episodic / semantic / procedural memory）同构——这不是巧合，说明你的分层实践踩在了标准词汇上。

值不值得跟

收束成三句：

这份清单：当选型索引用是合格的（中文、有选型建议、收录了 Basic Memory），但别当权威源——169 star、HN 零讨论、2026-08 才刚清理完杜撰条目，且缺 Cognee/MemOS。要权威的清单引用走 IAAR 版，要数字直接读论文。

你的记忆系统：主轴不用动。文件派路线不但在横评里被第三方证据反复正名（Markdown wiki 98.5 那件事），而且行业的演进方向（只增不改、后台整理、读时排序）正在向你的模型收敛。如果要补一层语义/图谱记忆，3090 机器上最顺的增量是 Cognee（全嵌入式 + Ollama + 官方 MCP，零常驻服务）；mem0 的 MCP 已云化，与自托管偏好相性变差；MemOS 和 MIRIX 是重体系，对个人 coding agent 场景边际收益不高。

看任何「LOCOMO 第一」：先问三个问题——谁测的、什么裁判模型、哪个版本。在这个赛道，不问这三个问题的横评都是在转发营销材料。

参考阅读

• awesome-ai-memory README — 深挖对象本体：分类学、选型建议、鱼骨图
• IAAR-Shanghai/Awesome-AI-Memory — 更权威的论文向同类清单，横评引用首选
• Mem0 论文 (arXiv 2504.19413) — LOCOMO 数字大战的起点
• Lies, Damn Lies, & Statistics (Zep 博客) — 罗生门另一方的完整指控与自我更正
• zep-papers issue #5 — Mem0 CTO 逐条回击，罗生门闭环材料
• Benchmarking AI Agent Memory (Letta 博客) — 文件系统+grep 拿 74 分的另类参赛
• Verging Labs Agentic Memory Index — 第三方横评：Markdown wiki 击败所有记忆商品
• The Hidden Layer 元分析 — 基准罗生门的第三方审计