面向 AI 智能体的持久化内存 —— 时序知识图谱、混合检索、支持 SQLite 或 PostgreSQL。
java-ai-memory.dev · 源代码 · JamJet 文档 · Discord
Engram 是一个面向 AI 智能体的持久化内存层。它从对话中提取事实，将其存储在时序知识图谱中，并通过混合语义+关键词搜索进行检索 —— 支持单个 SQLite 文件或 PostgreSQL 数据库。
此仓库托管 Glama 注册表列表。源代码位于 JamJet 主仓库。
# Docker — uses local Ollama by default
docker run --rm -i \
-v engram-data:/data \
ghcr.io/jamjet-labs/engram-server:0.5.0或者从 crates.io 安装：
cargo install jamjet-engram-server
engram serve添加到 ~/Library/Application Support/Claude/claude_desktop_config.json：
{
"mcpServers": {
"engram": {
"command": "docker",
"args": [
"run", "--rm", "-i",
"-v", "engram-data:/data",
"ghcr.io/jamjet-labs/engram-server:0.5.0"
]
}
}
}重启后，模型即可使用 11 个 MCP 工具。
Related MCP server: Graphiti FastMCP Server
工具 | 描述 |
| 使用 LLM 驱动的事实提取功能从对话消息中提取并存储事实。副作用：调用配置的 LLM 来解析事实，然后将其写入知识图谱。返回提取的事实 ID。需要 |
| 使用向量相似度对存储的事实进行语义搜索。只读，无副作用。返回匹配查询的排名事实，作用域限定为 |
| 为 LLM 提示词组装一个带有 Token 预算的上下文块，并进行分层事实选择。只读。返回格式化的最相关事实字符串，并限制在指定的 Token 预算内。当你需要现成的提示词片段时，请使用此工具代替 memory_recall。 |
| 使用全文搜索（SQLite FTS5 / Postgres）对事实进行关键词搜索。只读，无副作用。返回匹配精确关键词的事实。当你需要精确术语匹配而非 memory_recall 提供的语义相似度时，请使用此工具。 |
| 通过 ID 软删除事实，并可选择提供原因。副作用：在知识图谱中将事实标记为已删除（不会物理移除）。此工具的操作不可逆。当用户要求删除特定信息时使用。 |
| 获取聚合统计信息：总事实数、有效（未删除）事实数、实体数量和关系数量。只读，无副作用。使用此工具了解内存存储的大小和健康状况。 |
| 对知识图谱运行维护周期 —— 衰减陈旧事实、提升高置信度事实、去重近乎重复的内容并汇总集群。副作用：修改事实评分，并可能合并或归档事实。定期运行以保持内存准确性。 |
工具 | 描述 |
| 按 ID 保存对话的聊天消息。副作用：将消息写入存储，并可选择触发事实提取（由 |
| 按 ID 检索对话的所有消息。只读，无副作用。返回有序的消息数组。使用此工具重放或检查过去的对话。 |
| 列出消息存储中的所有对话 ID。只读，无副作用。返回对话 ID 字符串数组。在通过 messages_get 检索之前，使用此工具发现已存储的对话。 |
| 按 ID 删除对话的所有消息。副作用：从存储中永久移除对话消息。不可逆。不会影响已提取的事实 —— 请使用 memory_forget 来处理事实。 |
所有内存工具的作用域均为 (org_id, user_id, session_id) —— org 为最粗粒度，session 为最细粒度。
与提供商无关。 单个二进制文件，设置 ENGRAM_LLM_PROVIDER=... 即可使用：
提供商 | 环境变量值 | 备注 |
Ollama |
| 本地、免费、无需 API 密钥 |
OpenAI 兼容 |
| OpenAI, Azure, Groq, Together, Mistral, DeepSeek, vLLM, LM Studio 等 |
Anthropic |
| 通过 Messages API 使用 Claude |
| 通过 generateContent 使用 Gemini | |
Shell 命令 |
| 管道传输至任何外部脚本 |
模拟 |
| 确定性，仅用于测试 |
# Example: use Groq instead of Ollama
docker run --rm -i \
-e ENGRAM_LLM_PROVIDER=openai-compatible \
-e ENGRAM_OPENAI_BASE_URL=https://api.groq.com/openai/v1 \
-e OPENAI_API_KEY=gsk_... \
-v engram-data:/data \
ghcr.io/jamjet-labs/engram-server:0.5.0问题 | Engram 的解决方案 |
每个智能体内存库都是 Python 优先 | Rust 核心，提供原生 Python、Java 和 MCP 客户端 |
尝试时需要 Postgres + Qdrant + Neo4j | 单个 SQLite 文件（零基础设施）或按需使用 Postgres |
对话历史不是知识内存 | 事实提取流水线 —— 从消息中提取结构化事实 |
旧事实会漂移并产生冲突 | 冲突检测 + 整合 —— 衰减、提升、去重、汇总 |
内存检索要么是语义的，要么是关键词的 | 混合检索 —— 单次查询中结合向量搜索 + FTS5 |
MCP 支持是事后添加的 | MCP 原生 —— 单个二进制文件暴露 11 个工具 |
无法按用户或租户隔离内存 | 一流的作用域 —— 每个查询内置 org / user / session |
语言 | 包 | 安装 |
Python |
|
|
Java |
| Maven Central |
Spring Boot |
| Maven Central |
Rust |
|
|
JamJet —— 完整的智能体原生运行时（父项目）
java-ai-memory.dev —— 与 Mem0、Zep、LangChain4j、Spring AI 等的对比
Apache 2.0 —— 参见 LICENSE。
This server cannot be deployed
Persistent, inspectable memory for AI agents with lineage, correction, and a hosted MCP endpoint.
Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.
Persistent, portable memory for AI assistants — your private memory graph, from any MCP client.
Persistent memory for AI agents across Claude, ChatGPT and any MCP client.
