[English] [简体中文]

Memoh

自托管、常驻运行的容器化 AI Agent 平台。

[Telegram 群组] [文档] [合作]

Memoh 是一个常驻运行的容器化 AI Agent 系统。你可以创建多个 AI 机器人，每个机器人运行在独立的容器中，拥有持久化记忆，并通过 Telegram、Discord、飞书(Lark)、QQ、Matrix、Misskey、钉钉、企业微信、微信、微信公众号、Email 或内置 Web 界面与之交互。机器人可以执行命令、编辑文件、浏览网页、通过 MCP 调用外部工具，并记住一切 —— 就像给每个 Bot 一台自己的电脑和大脑。 ## 快速开始一键安装（**需先安装 [Docker](https://www.docker.com/get-started/)**）： ```bash curl -fsSL https://memoh.sh | sudo sh ``` *静默安装（全部默认）：`curl -fsSL ... | sudo sh -s -- -y`* 或手动部署： ```bash git clone --depth 1 https://github.com/memohai/Memoh.git cd Memoh cp conf/app.docker.toml config.toml # 编辑 config.toml sudo docker compose up -d ``` > **安装指定版本：** > ```bash > curl -fsSL https://memoh.sh | sudo MEMOH_VERSION=v0.6.0 sh > ``` > > **使用中国大陆镜像加速：** > ```bash > curl -fsSL https://memoh.sh | sudo USE_CN_MIRROR=true sh > ``` > > macOS 或用户已在 `docker` 用户组中时，无需 `sudo`。启动后访问。默认登录：`admin` / `admin123` 自定义配置与生产部署请参阅 [DEPLOYMENT.md](DEPLOYMENT.md)。文档入口： - [产品概览](https://docs.memoh.ai/about) - [Providers & Models](https://docs.memoh.ai/getting-started/provider-and-model) - [Bot 配置](https://docs.memoh.ai/getting-started/bot) - [Sessions / Discuss 模式](https://docs.memoh.ai/getting-started/sessions) - [Channels 渠道接入](https://docs.memoh.ai/getting-started/channels) - [Skills](https://docs.memoh.ai/getting-started/skills) - [Supermarket](https://docs.memoh.ai/getting-started/supermarket) - [Slash Commands](https://docs.memoh.ai/getting-started/slash-commands) ## 为什么选择 Memoh？ Memoh 为**常驻连续运行**而生 —— 一个始终在线的 AI，一份属于你自己的记忆。 - **轻量高效**：Go 语言构建，可作为家庭/工作室基础设施，在边缘设备上高效运行。 - **默认容器化**：每个 Bot 拥有独立容器，包含专属文件系统、网络和工具。 - **混合架构**：云端推理获取前沿模型能力，本地记忆和索引保障隐私。 - **多用户优先**：用户与 Bot 之间具有明确的共享和隐私边界。 - **全图形化配置**：通过现代 Web 界面配置 Bot、渠道、MCP、技能等所有设置，无需编写代码。 ## 特性 ### 核心 - 🤖 **多 Bot 与多用户**：创建多个 Bot，支持私聊、群聊或 Bot 间协作。Bot 可在群聊中区分不同用户，分别记忆上下文，并支持跨平台身份绑定。 - 📦 **容器化**：每个 Bot 运行在独立的 containerd 容器中，拥有专属文件系统和网络，宛如各自拥有一台电脑。支持快照、数据导入/导出与版本管理。 - 🧠 **记忆工程**：LLM 驱动的知识抽取，混合检索（稠密 + 稀疏 + BM25），基于 Provider 的长期记忆、记忆压缩，以及独立的会话上下文压缩。可插拔后端：内置（off / sparse / dense）、[Mem0](https://mem0.ai)、OpenViking。 - 💬 **广泛渠道接入**：Telegram、Discord、飞书(Lark)、QQ、Matrix、Misskey、钉钉、企业微信、微信、微信公众号、Email（Mailgun / SMTP / Gmail OAuth）及内置 Web 界面。 ### Agent 能力 - 🔧 **MCP（模型上下文协议）**：完整 MCP 支持（HTTP / SSE / Stdio / OAuth）。连接外部工具服务器进行扩展，每个 Bot 独立管理自己的 MCP 连接。 - 🌐 **浏览器自动化**：基于 Playwright 的无头 Chromium/Firefox —— 页面导航、点击、填写表单、截图、读取无障碍树、多标签页管理。 - 🎭 **技能、Supermarket 与子代理**：通过模块化技能文件定义 Bot 行为；从 Supermarket 安装精选技能和 MCP 模板；将复杂任务委派给拥有独立上下文的子代理。 - 💭 **会话与 Discuss 模式**：支持 chat、discuss、schedule、heartbeat、subagent 等会话类型，并可通过 slash commands 管理。 - ⏰ **自动化**：基于 Cron 的定时任务和周期性心跳，实现 Bot 自主活动。 ### 管理 - 🖥️ **Web 界面**：基于 Vue 3 + Tailwind CSS 的现代面板 —— 流式聊天、工具调用可视化、文件管理器、所有配置可视化操作。深色/浅色主题，中英文支持。 - 🔐 **访问控制**：基于优先级的 ACL 规则与 preset，支持 allow/deny 效果，可按渠道身份、渠道类型或会话维度控制。 - 🧪 **多模型**：支持 OpenAI 兼容、Anthropic、Google、OpenAI Codex、GitHub Copilot、Edge TTS 等提供商。每个 Bot 独立配置模型，支持 Provider OAuth 和自动模型导入。 - 🚀 **一键部署**：Docker Compose 编排，自动迁移、containerd 初始化与 CNI 网络配置。 ## 记忆系统 Memoh 的记忆系统围绕 **Memory Provider（记忆供应商）** 构建 —— 可插拔的后端，控制 Bot 如何存储、检索和管理长期记忆。 | 供应商 | 说明 | |--------|------| | **Built-in（内置）** | 自托管，随 Memoh 附带。三种模式：**Off**（文件索引，无向量搜索）、**Sparse**（本地神经稀疏向量模型，无 API 费用）、**Dense**（基于嵌入模型的语义搜索，需 Qdrant）。 | | **Mem0** | 通过 [Mem0](https://mem0.ai) API 的 SaaS 记忆服务。 | | **OpenViking** | 自托管或 SaaS 记忆服务，使用自有 API。 | 每个 Bot 绑定一个供应商。聊天过程中，Bot 自动从每轮对话中抽取关键事实并存储为结构化记忆。收到新消息时，系统通过混合检索找到最相关的记忆并注入 Bot 上下文 —— 实现跨对话的个性化长期记忆。其他功能包括记忆压缩（合并冗余条目）、重建、手动创建/编辑，以及向量流形可视化（Top-K 分布与 CDF 曲线）。详见[文档](https://docs.memoh.ai/memory-providers/)。 ## 图库


与 Bot 聊天	容器与 Bot 管理	提供商与模型配置

容器文件管理器	定时任务	Token 用量追踪

## 架构 ```mermaid flowchart TB subgraph Clients [" 客户端 "] direction LR CH["渠道
Telegram · Discord · 飞书 · QQ · Matrix · Misskey
钉钉 · 企业微信 · 微信 · 微信公众号 · Email"] WEB["Web 界面 (Vue 3 :8082)"] end CH & WEB --> API subgraph Server [" 服务端 · Go :8080 "] API["REST API & 渠道适配器"] subgraph Agent [" 进程内 AI Agent "] TWILIGHT["Twilight AI SDK
OpenAI · Anthropic · Google"] CONV["对话流
流式输出 · Sential · 循环检测"] end subgraph ToolProviders [" 工具提供者 "] direction LR T_CORE["记忆 · 网络搜索
定时任务 · 联系人 · 收件箱"] T_EXT["容器 · 邮件 · 浏览器
子代理 · 技能 · TTS
MCP 联邦"] end API --> Agent --> ToolProviders end PG[("PostgreSQL")] QD[("Qdrant")] BROWSER["浏览器网关
(Playwright :8083)"] subgraph Workspace [" 工作区容器 · containerd "] direction LR BA["Bot A"] ~~~ BB["Bot B"] ~~~ BC["Bot C"] end Server --- PG Server --- QD ToolProviders -.-> BROWSER ToolProviders -- "gRPC Bridge over UDS" --> Workspace ``` ## 因本项目而诞生的子项目 - [**Twilight AI**](https://github.com/memohai/twilight-ai) — 轻量、地道的 Go AI SDK —— 灵感源自 [Vercel AI SDK](https://sdk.vercel.ai/)。支持多供应商（OpenAI、Anthropic、Google），提供一流的流式输出、工具调用、MCP 支持与嵌入向量生成。 ## 路线图详见 [Roadmap](https://github.com/memohai/Memoh/issues/86)。 ## 开发开发环境配置请参阅 [CONTRIBUTING.md](CONTRIBUTING.md)。 ## Star History [![Star History Chart](https://api.star-history.com/svg?repos=memohai/Memoh&type=date&legend=top-left)](https://www.star-history.com/#memohai/Memoh&type=date&legend=top-left) ## Contributors