# memsix

**Repository Path**: ffch/memsix

## Basic Information

- **Project Name**: memsix
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-03-19
- **Last Updated**: 2026-03-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

[![License](http://img.shields.io/:license-apache-blue.svg "2.0")](http://www.apache.org/licenses/LICENSE-2.0.html)
[![JDK 17+](https://img.shields.io/badge/JDK-17%2B-orange "JDK 17+")]()
[![Maven Central](https://img.shields.io/maven-central/v/cn.pomit/memsix.svg?label=Maven%20Central)](https://search.maven.org/search?q=g:%22cn.pomit%22%20AND%20a:%22memsix%22)

## Memsix项目简介
Memsix 参考reme实现的长期记忆（Long-Term Memory）SDK，基于 Java 17 实现。
它通过文件存储和向量检索技术，为智能体提供跨会话的持久化记忆能力，让智能体能够记住用户偏好、历史对话事实等关键信息，
从而在对话中表现出更连贯、个性化的行为。

Memsix 实现了 AgentScope 的 LongTermMemory 接口，可以无缝集成到 AgentScope 的智能体工作流中。


## [Gitee](https://gitee.com/ffch/memsix)
## [Github](https://github.com/ffch/memsix)
## [maven repo](https://repo1.maven.org/maven2/cn/pomit/memsix/0.0.1/)
## [Get Started](https://www.pomit.cn/memsix/)

## 主要功能
- 文件存储模式：将记忆数据持久化到本地文件系统，支持自定义工作目录和工作空间（workspace），方便多用户隔离管理。
- 向量搜索支持：可选配置嵌入模型，将文本转化为向量并存储，实现基于语义的相似记忆检索，提升记忆召回的准确性。
- 集成 AgentScope：提供 MemSixForAgentScopeLongTermMemory 类，直接实现 AgentScope 的 LongTermMemory 接口，可作为智能体的长期记忆组件使用。
- 向量库的支持：筹备中，计划支持多种向量数据库（如 ES、PGVector 等），提供更高效的向量存储和检索能力。
- 独立部署及docker部署：筹备中，计划提供独立部署的服务版本，并提供docker镜像，方便用户在不同环境中使用。

## 使用说明

jar包已经上传到maven中央仓库。
https://search.maven.org/search?q=memsix ，groupId为cn.pomit。

[使用文档地址](https://www.pomit.cn/memsix)

### maven依赖

```xml
<dependency>
	<groupId>cn.pomit</groupId>
	<artifactId>memsix</artifactId>
	<version>0.0.1</version>
</dependency>
```

### 整合进AgentScope中
配置```MemSixConfig```，交给```MemSixForAgentScopeLongTermMemory```，```MemSixForAgentScopeLongTermMemory```实现了AgentScope的```LongTermMemory```接口：
```java
String llmModelName = "qwen3-max-preview";
String llmBaseUrl = "https://xxx";
String llmApiKey = "xxxx";
String embeddingModelName = "Qwen3-Embedding-0.6B";
String embeddingBaseUrl = "https://xxx";
String embeddingApiKey = "xxx";
MemSixConfig memSixConfig = MemSixConfig.fileMode()
        .workDirectory("./memsix")
        .workspaceId("meimei_sunday")
        .chatModelConfig(ChatModelConfig.builder().apiKey(llmApiKey)
                .baseUrl(llmBaseUrl)
                .modelName(llmModelName)
                .build())
        .enableVectorSearch(true)
        .embedModelConfig(EmbedModelConfig.builder()
                .modelName(embeddingModelName)
                .baseUrl(embeddingBaseUrl)
                .apiKey(embeddingApiKey)
                .build())
        .build();
MemSixForAgentScopeLongTermMemory longTermMemory = new MemSixForAgentScopeLongTermMemory(memSixConfig);

```

以上配置中
- ```fileMode()```会在当前目录下创建一个memsix文件夹（可配置），作为工作目录。支持bm25 + 向量 混合检索。
- ```mysqlMode()```使用jdbcTemplate操作mysql数据库进行全文检索。支持全文检索+ 向量 混合检索。
- ```workspaceId```指定了工作空间id（可用以区分用户）
- 聊天模型配置必填。
- 向量搜索配置可选，如果需要使用向量搜索，必须提供向量搜索模型的配置。

**mysql模式**需要表支持，默认表结构：

```sql
CREATE TABLE `agent_user_memory` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `content` longtext COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '记忆内容',
  `workspace_id` varchar(32) COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '用户标识',
  `tag` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '分类标识',
  `embeddings` text COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '向量',
  `create_time` datetime NOT NULL DEFAULT current_timestamp() COMMENT '创建时间',
  `update_time` datetime NOT NULL DEFAULT current_timestamp() ON UPDATE current_timestamp() COMMENT '更新时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `agent_user_memory_workspace_id_IDX` (`workspace_id`,`tag`) USING BTREE,
  FULLTEXT KEY `agent_user_memory_content_IDX` (`content`)
) ENGINE=InnoDB AUTO_INCREMENT=10 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci
```
注意：
1. 需要有唯一索引进行表的更新和插入操作，```workspace_id```和```tag```的组合作为唯一索引，确保同一工作空间下相同标签的记忆只能有一条记录。
2. 可以通过自定义summarySqlTemplate和dailySqlTemplate修改为自定义SQL.
3. useOneTableMode为true时，表示summary和daily用同一个表。daily无需额外配置。

**调用方法**

直接放到AgentScope的```longTermMemory```调用链中：

```
.longTermMemory(longTermMemory)
```

示例：
```java
// 注册数据库更新工具
ReActAgent agent = ReActAgent.builder()
        .name(memSixConfig.getWorkspaceId() + "的长期记忆助理")
        .sysPrompt("你是有帮助的AI助理。")
        .model(OpenAIChatModel.builder()
        .apiKey(llmApiKey)
        .baseUrl(llmBaseUrl)
        .generateOptions(GenerateOptions.builder()
        .temperature(0.7)
        .build())
        .stream(true)
        .modelName(llmModelName)
        .build())
        .maxIters(10)
        .longTermMemory(longTermMemory)
        .build();
```

## 版权声明
memsix使用 Apache License 2.0 协议.

## 作者信息

个人网站：https://www.pomit.cn

作者邮箱： pomitcn@163.com/916881512@qq.com

## License
Apache License V2