PNArchives/Memoh

Fork 0

mirror of https://github.com/memohai/Memoh.git synced 2026-04-25 07:00:48 +09:00

Files

T

Acbox 68b1efa343 docs: update to v0.7

2026-04-16 17:45:56 +08:00

10 KiB

Raw Permalink Blame History

[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）：

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：

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：
curl -fsSL https://memoh.sh | sudo MEMOH_VERSION=v0.6.0 sh
使用中国大陆镜像加速：
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 http://localhost:8082。默认登录：admin / admin123

自定义配置与生产部署请参阅 DEPLOYMENT.md。

文档入口：

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、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 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。

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

flowchart TB
    subgraph Clients [" 客户端 "]
        direction LR
        CH["渠道<br/>Telegram · Discord · 飞书 · QQ · Matrix · Misskey<br/>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<br/>OpenAI · Anthropic · Google"]
            CONV["对话流<br/>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<br/>定时任务 · 联系人 · 收件箱"]
            T_EXT["容器 · 邮件 · 浏览器<br/>子代理 · 技能 · TTS<br/>MCP 联邦"]
        end

        API --> Agent --> ToolProviders
    end

    PG[("PostgreSQL")]
    QD[("Qdrant")]
    BROWSER["浏览器网关<br/>(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 — 轻量、地道的 Go AI SDK —— 灵感源自 Vercel AI SDK。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。

开发

开发环境配置请参阅 CONTRIBUTING.md。

Star History

Contributors

LICENSE: AGPLv3

10 KiB Raw Permalink Blame History Unescape Escape