#llm-memory Repository
Scopri 18 repository GitHub open source attivi contrassegnati con #llm-memory, che raccolgono un totale di 40,301 stelle (con una media di 2,238 stelle per progetto). Il progetto leader di questo argomento è alibaba/zvec, con 16,275 stelle.
18 repository in totale
[NeurIPS'24] HippoRAG è un nuovo framework RAG ispirato alla memoria a lungo termine umana che consente agli LLM di integrare continuamente la conoscenza attraverso documenti esterni. RAG + Knowledge Graph + Personalized PageRank.
Mirix è un assistente personale multi-agente progettato per monitorare le attività sullo schermo e rispondere in modo intelligente alle domande degli utenti. Catturando dati visivi in tempo reale e consolidandoli in memorie strutturate, Mirix trasforma gli input grezzi in una ricca base di conoscenza che si adatta alle tue esperienze digitali.
Memoria a lungo termine basata sul profilo utente per applicazioni di chatbot AI.
Memoria di Claude Code, Codex e Cursor — memoria MCP locale, ricerca nella cronologia delle sessioni e passaggio di consegne tra agenti di programmazione.
Ricerca sull'architettura DeepSeek Engram basata su Qwen-3 e la serie Stable Diffusion.
Awesome AI Memory | LLM Memory | Un database curato sulla memoria AI per LLM e agenti, che copre la memoria a lungo termine, il ragionamento, il recupero e il design di sistemi nativi della memoria. Awesome‑AI‑Memory è un database centralizzato e in continuo aggiornamento sulla memoria AI che raccoglie sistematicamente ricerche all’avanguardia, framework ingegneristici, progettazioni di sistemi, benchmark di valutazione e pratiche applicative reali relativi alla memoria di modelli di grandi dimensioni (LLM Memory) e alla memoria degli agenti (Agent Memory).
Memoria agente per LLM: 30 notebook Jupyter eseguibili che coprono buffer di conversazione, archivi vettoriali, grafi di conoscenza, memoria episodica e semantica, MemGPT, Mem0, Letta, Zep, Graphiti, benchmark LoCoMo e modelli di produzione.
Contesto componibile basato su viste per DeepSeek Harness. Fonti e strategie intercambiabili, con memoria a livelli e competenze autoevolutive già incluse.
Un cervello cibernetico per la tua IA. Non dimentica mai un dettaglio, ricorda esattamente ciò che hai detto e impara come lavori nel tempo. Gratuito, locale, funziona con Cursor, Claude Code, Codex, OpenClaw, Hermes e altro. MIT.
Memoria persistente nativa di Git per agenti di programmazione IA. Implementa Google OKF v0.2 con ricerca BM25 in memoria in meno di 300 µs, server MCP integrato e divulgazione progressiva. Riduce l’eccesso di token dell’80%, senza database o dipendenze esterne. Realizzato interamente in puro Go.
Una memoria condivisa per tutti gli agenti che userai. Hippo salva in un archivio del tuo repository ciò che insegni a un agente di programmazione, e gli altri agenti leggono dallo stesso archivio.
Memoria persistente supervisionata da un LLM per agenti IA — recupero basato su grafi, conoscenza tra sessioni e un singolo binario. Funziona con DeepSeek Harness, Claude Code, OpenClaw e qualsiasi runtime per agenti.
Sistemi, benchmark e articoli selezionati sulla memoria per LLM/MLLM: contesto a lungo termine, recupero e ragionamento.
Dai a Claude Code una memoria fotografica in UN unico file portatile. Nessun database, nessun SQLite, nessun ChromaDB - solo un singolo file .mv2 che puoi git commit, scp o condividere. Core nativo Rust con operazioni sub-millisecondo.
Caura (precedentemente MemClaw) — memoria condivisa governata per flotte di agenti IA. Multi-agente, multi-tenant e nativa MCP. Livelli di fiducia, policy fondamentali, tracce di audit, grafo della conoscenza e recupero auto-migliorante. Apache 2.0.
Domande frequenti
Qual è il repository #llm-memory più popolare su GitHub?
Il progetto open source #llm-memory più alto in classifica su GitHub è alibaba/zvec, con 16,275 stelle. Un database vettoriale leggero, fulminante, in esecuzione nel processo
Quali linguaggi di programmazione sono più utilizzati nei repository #llm-memory?
Tra i progetti #llm-memory più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Go, TypeScript, C++.
Come viene calcolata la classifica dei repository #llm-memory?
Monitoriamo 18 repository open source attivi contrassegnati con #llm-memory (500+ stelle), per un totale di 40,301 stelle e una media di 2,238 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.