OpenMemory
把本地記憶接進 AI 工作流程後,如何建立可長期使用的記憶策略。
3 篇文章
文章目錄
- 01
OpenMemory:我怎麼選跨 session、跨 LLM 的長期記憶方案
AI 工具能記住使用者輪廓,卻常遺漏跨 session 的專案決策與協作細節。這篇從 GitHub 社群方案出發,依本地/雲端、AI 接入、寫入與搜尋方式比較 OpenMemory、claude-mem 等工具,再與 Notion、Obsidian 對照,說明我為何選擇可自架、跨 LLM 共用的 OpenMemory。
- 02
OpenMemory 本地自架教學:Docker、MCP 與 API key 怎麼設?
OpenMemory 本地自架怎麼設定?這篇接續說明 Docker 啟動、MCP 串接與 OpenAI API key 的選擇,拆解 API、Qdrant、Dashboard 三個服務、記憶寫入與語意搜尋流程,並用跨對話、跨帳號、跨 AI 的水果清單 DEMO 驗證記憶如何被找回。
- 03
OpenMemory 記憶策略:裝好之後,真正難的是決定什麼值得被記住
OpenMemory 裝好後,真正的問題不是會不會存,而是怎麼把記憶策略寫進 System Prompt。這篇整理我怎麼收斂查詢時機、寫入準則,和三層記憶分工。