当前位置：首页 > news >正文

Supermemory：为 AI 赋予记忆能力，三大基准测试均排名第一！

news 2026/6/1 13:35:57

Supermemory：为 AI 赋予记忆能力

没错，你可以将 Supermemory 用作公司或个人的智能大脑。它是专为 AI 打造的内存与上下文层，在 LongMemEval、LoCoMo 和 ConvoMem 这三大 AI 内存基准测试中均排名第一。我们是一家研究实验室，致力于围绕该引擎开发各类插件和工具。

解决 AI 记忆难题

普通的 AI 在对话结束后会遗忘所有信息，而 Supermemory 则能解决这一问题。它可以自动从对话中学习，提取关键事实，构建用户画像，处理知识更新与矛盾，自动遗忘过期信息，并在恰当的时机提供准确的上下文。它具备完整的检索增强生成（RAG）功能、丰富的连接器以及强大的文件处理能力，将整个上下文堆栈集成于一个系统之中。

核心功能

-🧠 记忆功能：从对话中精准提取事实，处理时间变化、矛盾信息，并自动遗忘过期内容。

-👤 用户画像：自动维护用户上下文，包含稳定的事实信息和近期活动记录，一次调用仅需约 50 毫秒。

-🔍 混合搜索：将 RAG 与记忆功能融合在一次查询中，同时提供知识库文档和个性化上下文。

-🔌 数据连接器：支持与 Google Drive、Gmail、Notion、OneDrive、GitHub 等平台自动同步，通过实时 Webhook 实现数据实时更新。

-📄 多模态提取器：支持处理 PDF、图像（OCR）、视频（转录）、代码（基于抽象语法树的分块）等多种文件格式，上传即可使用。

所有这些功能都集成在统一的内存结构和本体中。

不同用户使用方式

👨‍💻 AI 工具使用者

你可以通过使用我们的应用程序，构建属于自己的个人超级记忆。它能在每次对话中构建持久的记忆图谱，让你的 AI 记住你的偏好、项目信息和过往讨论内容，并随着时间推移变得更加智能。点击进入用户设置

🔧 AI 产品开发者

只需通过一个 API，就能为你的智能体和应用程序添加记忆、RAG、用户画像和连接器等功能，无需进行向量数据库配置、嵌入管道设置和分块策略制定。点击查看开发者快速入门

为 AI 赋予记忆能力

Supermemory 应用程序、浏览器扩展、插件和 MCP 服务器能为任何兼容的 AI 助手提供持久记忆功能。只需一次安装，你的 AI 就能记住你。

超级记忆应用

你无需编写任何代码，即可免费使用我们面向消费者的应用程序。访问 https://app.supermemory.ai 开始使用。该应用内置了一个名为 Nova 的智能体。

Supermemory 插件

Supermemory 为 Claude Code、OpenCode、OpenClaw 和 Hermes 等工具内置了插件。这些插件是 Supermemory API 的具体实现，并且都是开源的！你可以在以下链接找到它们：

- Openclaw 插件

- Claude code 插件

- OpenCode 插件

- Hermes 智能体（Supermemory 记忆提供者）

MCP - 快速安装

npx -y install-mcp@latest https://mcp.supermemory.ai/mcp --client claude --oauth=yes

将 "claude" 替换为你使用的客户端，如 "cursor"、"windsurf"、"vscode" 等。点击了解更多关于 MCP 的信息

AI 获得的功能

工具	功能描述
记忆	保存或遗忘信息。当你分享值得记住的内容时，你的 AI 会自动调用此功能。
回忆	通过查询搜索记忆，返回相关记忆以及用户画像摘要。
上下文	在对话开始时，将你的完整画像（偏好、近期活动）注入对话。在 Cursor 和 Claude Code 中，只需输入 "/context" 即可。

工作原理

安装后，Supermemory 会在后台运行：你可以像往常一样与 AI 交流，分享偏好、提及项目、讨论问题。Supermemory 会提取并存储重要信息，如事实、偏好和项目上下文等，而非无关噪音。下次对话时，你的 AI 已经了解你，能够回忆起你正在从事的工作、你的喜好以及之前讨论的内容。记忆会按项目（容器标签）进行划分，以便你区分工作和个人上下文，或者按客户、仓库等进行组织。

支持的客户端

Claude Desktop、Cursor、Windsurf、VS Code、Claude Code、OpenCode、OpenClaw、Hermes

MCP 服务器是开源的，查看源码。你也可以手动配置，将以下内容添加到 MCP 客户端配置中：

{ "mcpServers": { "supermemory": { "url": "https://mcp.supermemory.ai/mcp" } }}

或者使用 API 密钥代替 OAuth：

{ "mcpServers": { "supermemory": { "url": "https://mcp.supermemory.ai/mcp", "headers": { "Authorization": "Bearer sm_your_api_key_here" } } }}

使用 Supermemory API 进行开发

如果你正在构建 AI 智能体或应用程序，Supermemory 可以通过一个 API 为你提供完整的上下文堆栈，包括记忆、RAG、用户画像、连接器和文件处理功能。

安装

npm install supermemory# 或者pip install supermemory

快速入门

import Supermemory from "supermemory";const client = new Supermemory();// 存储对话await client.add({ content: "User loves TypeScript and prefers functional patterns", containerTag: "user_123",});// 一次调用获取用户画像和相关记忆const { profile, searchResults } = await client.profile({ containerTag: "user_123", q: "What programming style does the user prefer?",});// profile.static → ["Loves TypeScript", "Prefers functional patterns"]// profile.dynamic → ["Working on API integration"]// searchResults → Relevant memories ranked by similarity

from supermemory import Supermemoryclient = Supermemory()client.add( content="User loves TypeScript and prefers functional patterns", container_tag="user_123")result = client.profile(container_tag="user_123", q="programming style")print(result.profile.static) # 长期事实print(result.profile.dynamic) # 近期上下文

Supermemory 会自动提取记忆、构建用户画像并返回相关上下文，无需嵌入管道、向量数据库配置和分块策略。

框架集成

支持为各大主要 AI 框架提供即插即用的包装器：

// Vercel AI SDKimport { withSupermemory } from "@supermemory/tools/ai-sdk";const model = withSupermemory(openai("gpt - 4o"), { containerTag: "user_123", customId: "conv - 1"});// Mastraimport { withSupermemory } from "@supermemory/tools/mastra";const agent = new Agent(withSupermemory(config, "user - 123", { mode: "full" }));

支持的框架有 Vercel AI SDK、LangChain、LangGraph、OpenAI Agents SDK、Mastra、Agno、Claude Memory Tool、n8n。

搜索模式

-混合搜索（默认）：将 RAG 与记忆功能融合在一次查询中。

const results = await client.search.memories({ q: "how do I deploy?", containerTag: "user_123", searchMode: "hybrid"});// 返回部署文档（RAG）和用户的部署偏好（记忆）

-仅记忆搜索：

const results = await client.search.memories({ q: "user preferences", containerTag: "user_123", searchMode: "memories"});

用户画像

传统记忆依赖搜索，你需要知道要查询的内容。而 Supermemory 会自动为每个用户维护一个画像：

const { profile } = await client.profile({ containerTag: "user_123"});// profile.static → ["Senior engineer at Acme", "Prefers dark mode", "Uses Vim"]// profile.dynamic → ["Working on auth migration", "Debugging rate limits"]

一次调用仅需约 50 毫秒。将其注入到系统提示中，你的智能体就能立即了解与之对话的对象。

数据连接器

支持将外部数据自动同步到你的知识库中，包括 Google Drive、Gmail、Notion、OneDrive、GitHub 和网络爬虫等。通过实时 Webhook 实现数据同步，文档会自动处理、分块并可搜索。

API 概览

方法	用途
client.add()	存储内容，包括文本、对话、URL、HTML 等
client.profile()	一次调用获取用户画像并可选择进行搜索
client.search.memories()	对记忆和文档进行混合搜索
client.search.documents()	带元数据过滤的文档搜索
client.documents.uploadFile()	上传 PDF、图像、视频、代码等文件
client.documents.list()	列出并过滤文档
client.settings.update()	配置记忆提取和分块策略

完整 API 参考

基准测试

Supermemory 在所有主要的 AI 内存基准测试中均处于领先水平：

基准测试	测试内容	结果
LongMemEval	跨会话的长期记忆及知识更新能力	81.6% — 排名第一
LoCoMo	长时间对话中的事实回忆能力（单跳、多跳、时间相关、对抗性）	排名第一
ConvoMem	个性化和偏好学习能力	排名第一

我们还开发了 MemoryBench，这是一个用于对内存提供商进行标准化、可重复基准测试的开源框架。你可以将 Supermemory、Mem0、Zep 等进行直接比较：

bun run src/index.ts run -p supermemory -b longmemeval -j gpt - 4o -r my - run

对自有记忆解决方案进行基准测试

我们为企业提供了一个智能体技能，用于将其自身的上下文和记忆解决方案与 Supermemory 进行基准测试。

npx skills add supermemoryai/memorybench

只需运行此命令，然后输入 "/benchmark - context"，Supermemory 会自动完成测试工作！

底层工作原理

你的应用程序或 AI 工具 → Supermemory

-记忆引擎：提取事实，跟踪更新，解决矛盾，自动遗忘过期信息。

-用户画像：基于记忆引擎构建的静态事实和动态上下文，始终保持最新状态。

-混合搜索：将 RAG 与记忆功能融合在一次查询中。

-数据连接器：与 Google Drive、Gmail、Notion、GitHub 等平台实时同步数据。

-文件处理：将 PDF、图像、视频、代码等文件转换为可搜索的分块。

需要注意的是，记忆与 RAG 不同。RAG 用于检索文档分块，是无状态的，对每个人的检索结果相同。而记忆则是随着时间推移提取并跟踪用户的事实信息，能够理解 “我刚搬到旧金山” 会取代 “我住在纽约” 这样的信息。默认情况下，Supermemory 会同时运行这两种功能，因此每次查询都能同时获得知识库检索结果和个性化上下文信息。了解更多相关信息

此外，Supermemory 具备自动遗忘功能，它能判断记忆何时变得无关紧要。临时事实（如 “我明天有考试”）会在日期过后自动过期，矛盾信息也会自动解决，无关噪音不会被永久存储。