# memos-nanobot

**Repository Path**: yuclaw/memos-nanobot

## Basic Information

- **Project Name**: memos-nanobot
- **Description**: MemOS for nanobot - AI Agent 记忆操作系统完整工程
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-03-13
- **Last Updated**: 2026-03-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# MemOS for nanobot

AI Agent 记忆操作系统 - nanobot 适配版

## 项目概述

本项目将 MemOS (Mem0/MemGPT) 的核心能力适配到 nanobot，提供完整的记忆管理解决方案。

## 项目结构

```
memos-nanobot/
├── docs/                    # 设计文档
│   ├── TASK_PLAN.md        # 任务规划
│   ├── PHASE1_DETAIL.md    # 阶段一：分析与设计
│   ├── PHASE2_DETAIL.md    # 阶段二：Node.js 服务开发
│   ├── PHASE3_DETAIL.md    # 阶段三：Python 客户端开发
│   ├── PHASE4_DETAIL.md    # 阶段四：高级功能开发
│   ├── PHASE5_DETAIL.md    # 阶段五：集成与测试
│   └── PHASE6_DETAIL.md    # 阶段六：文档与交付
├── server/                  # Node.js 服务端
│   ├── src/
│   │   └── core/
│   │       ├── storage/    # SQLite + FTS5 + 向量存储
│   │       ├── embedding/  # 多提供商嵌入支持
│   │       ├── ingest/     # 消息摄入 + 摘要生成
│   │       ├── recall/     # 混合检索 (FTS + 向量 + MMR)
│   │       ├── task/       # 任务边界检测 + 摘要生成
│   │       └── skill/      # 技能评估 + 生成 + 进化
│   └── package.json
├── client/                  # Python 客户端
│   ├── src/
│   │   └── memos_client/
│   │       ├── client.py   # HTTP/Unix Socket 双传输
│   │       └── models.py   # Pydantic 数据模型
│   └── pyproject.toml
└── examples/                # 示例代码
```

## 核心功能

### 1. 存储层 (Storage)
- SQLite 数据库 + FTS5 全文搜索
- 向量存储 (支持相似度检索)
- 记忆分类 (episodic/semantic/procedural)

### 2. 嵌入层 (Embedding)
- 多提供商支持: OpenAI, Gemini, Cohere, Voyage, Mistral
- 本地模型支持 (HuggingFace Transformers)
- 自动降级策略

### 3. 摄入层 (Ingest)
- 消息摄入与处理
- 智能摘要生成
- 元数据提取

### 4. 召回层 (Recall)
- 混合检索: FTS + 向量 + MMR
- RRF (Reciprocal Rank Fusion) 融合
- 时间衰减与相关性排序

### 5. 任务处理层 (Task)
- 任务边界自动检测
- 任务摘要生成
- 任务状态跟踪

### 6. 技能进化层 (Skill)
- 技能自动评估
- 新技能生成
- 技能升级与优化

## 技术栈

### 服务端
- Node.js >= 18.0.0
- TypeScript
- better-sqlite3 (SQLite + FTS5)
- @huggingface/transformers (本地嵌入)

### 客户端
- Python >= 3.11
- httpx (HTTP 客户端)
- pydantic (数据验证)
- tenacity (重试机制)

## 快速开始

### 服务端

```bash
cd server
npm install
npm run build
npm start
```

服务将在 `http://localhost:9527` 启动。

### 客户端

```bash
cd client
pip install -e .
```

```python
from memos_client import MemosClient

client = MemosClient(base_url="http://localhost:9527")

# 摄入消息
client.ingest("用户喜欢简洁的回答", metadata={"type": "preference"})

# 搜索记忆
results = client.search("用户偏好")
```

## API 端点

| 端点 | 方法 | 描述 |
|------|------|------|
| `/health` | GET | 健康检查 |
| `/api/capture` | POST | 捕获消息 |
| `/api/search` | POST | 搜索记忆 |
| `/api/task` | GET/POST | 任务管理 |
| `/api/skill` | GET/POST | 技能管理 |

## 开发进度

- [x] 阶段一：分析与设计
- [x] 阶段二：Node.js 服务开发
- [x] 阶段三：Python 客户端开发
- [ ] 阶段四：高级功能开发 (进行中)
- [ ] 阶段五：集成与测试
- [ ] 阶段六：文档与交付

## 许可证

MIT

## 致谢

- [Mem0](https://github.com/mem0ai/mem0) - 记忆管理灵感来源
- [MemGPT](https://github.com/cpacker/memgpt) - 记忆架构参考