Skip to main content
Glama

Cortex OS

Python 3.10+ License: MIT

给 AI Agent 装上长期记忆和认知能力——让它能记住、能复盘、能学习、能进化。


你的 AI 工具有这些问题吗?

换个对话就失忆。 昨天折腾半天搞定了服务器部署,今天开新对话问同样的事,它又从头搜一遍文档。

多个 AI 工具各记各的。 上午用 Claude 讨论技术方案,下午换 Codex 写代码,它完全不知道你们上午聊过什么。

复杂任务跑着跑着就乱了。 让它帮你收集材料办个手续,填了三四轮之后它忘了你身份证号多少、还差哪些文件没传。

每个工具都得重新教一遍。 你在一个工具里说"别用那个库"、"测试必须跑全量",换另一个工具又得从零开始。

偏好说一百遍也记不住。 "我上次就说了用 React 不要用 Vue"——每次都要纠正。

多步骤任务跑着跑着就偏了。 让它帮你收集材料办个手续,填了三四轮之后它忘了你身份证号多少、还差哪些文件没传,上下文越跑越乱。

Cortex OS 解决这些问题。


Related MCP server: GroundMemory

它做了什么

记住所有对话,永不遗忘。 每次交互自动抓取关键信息存下来,下次自动帮你回忆,不用重复说。

Claude、Codex、Hermes 共享同一份记忆。 不管你在哪个工具里说过的话、做过的决策,其他工具都能继承。

技能跨工具融合进化。 你在一个 Agent 配好的 Skill,导入后自动检测冲突、合并同类项、组合出新技能。所有 Agent 的 Skill 可跨工具导入、融合、进化。

自动学你的习惯。 "不喜欢 Vue"、"偏好 Docker 部署"、"API key 是 xxx"——这些偏好自动提炼成规则,越用越聪明。

上下文管理不怕长任务。 多步骤任务自动追踪到哪一步、还差什么。填错了能回退,上下文一直保持紧凑不膨胀。


效果对比

没用 Cortex OS

用了 Cortex OS

跨对话记忆

每次从零开始

自动召回历史信息

多 Agent

各记各的,信息孤岛

共享同一份记忆

复杂任务

容易偏,容易忘

步骤追踪,填错可回退

上下文管理

窗口膨胀,越跑越乱

三段式组装,始终紧凑

偏好学习

每次重新纠正

自动提炼,越用越准

Skill

每个工具重配,各自为战

跨工具导入、冲突检测、融合进化


快速试试

pip install cortex-os
from core import MemoryService

ms = MemoryService("store.db")

ms.record("我用 RTX 5060,8GB 显存")
ms.recall("RTX")  # → ["[记忆] 我用 RTX 5060,8GB 显存"]

多步骤任务:

ms.init_session("办证", initial_step="身份核验")
ms.update_state("办证", fields={"name": "张三", "id": "310xxx"})
ms.update_state("办证", step="材料上传", add_actions=["需上传身份证照片"])

ctx = ms.assemble_context("办证", "上传材料")
# Agent 收到完整上下文:走到哪步、还差什么

安装

pip install cortex-os              # 核心引擎,零外部依赖
pip install cortex-os[mcp]         # 含 MCP Server

启动

python -m adapters.mcp_server                    # stdio 模式
python -m adapters.mcp_server --transport http   # HTTP 模式

Docker 也行:

docker compose --profile core up memory-service -d

接入 Agent

启动后告诉你的 AI 工具连 http://localhost:8765/sse 就行。MCP 配置模板在 adapters/mcp.json

或者直接复制这段话给你的 Agent,让它自己配:

帮我把 Cortex OS 的记忆服务接进来。这是一个 MCP Server,地址是 http://localhost:8765/sse,配置模板在 adapters/mcp.json。你按这个格式配到你的 MCP 设置里。

配置(可选,不配也能用)

llm_endpoint: https://api.openai.com/v1/chat/completions
llm_model: gpt-4o
llm_api_key: sk-xxx
embedding_endpoint: http://localhost:8080/v1/embeddings
embedding_model: bge-large-zh-v1.5

配了 LLM 会自动做记忆整合和冲突裁决;不配就用内置规则,照样能跑。


API 一览

你能做什么

方法

记录对话

record(text)

搜索记忆

recall(query)

组装上下文

assemble_context(session, query)

追踪任务进度

init_session(id) update_state(...) rollback_state(id)

导入历史

import_history(id, messages)

管理技能

skill_add(name, desc) skill_list() skill_merge(ids)

导入 Agent Skill

skill_import_claude(dir) skill_import_codex(path) skill_import_hermes(dir)

查看知识图谱

export_graph_html(path)

导出笔记

export_markdown(dir)

全部 MCP 工具(18 个)详见 adapters/ 目录。


项目结构

core/        14 个模块:记忆 / 召回 / 巩固 / 状态 / 上下文 / 技能 / 可视化
adapters/    MCP Server + Agent 配置模板
tests/       156 项测试全覆盖

零外部依赖,Python 标准库即可运行。

A
license - permissive license
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Shared long-term memory vault for AI agents with 20 MCP tools.

  • Cloud-hosted MCP server for durable AI memory

  • User-owned memory for AI agents, Copilot, Claude, IDEs, CLIs, and chat apps over remote MCP.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/qi-mouren/cortex-os'

If you have feedback or need assistance with the MCP directory API, please join our Discord server