memU：给 Claude Code、OpenClaw、Hermes 装上共享 memory 层

hihi 朋友们，我是 memU 团队的工程师

今天想给大家分享一个我们一直在打磨的开源项目：memU ，一个面向个人开发者和极客的轻量级 Agent 记忆层。说人话就是：给你常用的几个 Agent 装上同一个大脑，让它们之间互相认识。
定位和 mem0 ，Zep ，Letta （原 MemGPT ）差不多，都是 AI 记忆层的赛道，但我们走了和他们完全不同的路：我们摒弃了传统的记忆框架的臃肿，把代码从 3 万行缩短到了 500 行，只要会用 Agent 的人都可一行 prompt 以轻松部署

GitHub：github.com/NevaMind-AI/memU （求个 Star ～⭐）

官网：memu.pro

一、为什么做这件事

现在用 AI Agent 干活的人越来越多：用 Claude Code 写代码、Cursor 改前端、Hermes 跑 cron job 自动化任务；但用过一段时间，绝大多数人都会撞上同一堵墙：记忆孤岛。

每个 Agent 都是独立的会话。早上用 Claude Code 配好的项目环境，下午切到 Cursor 又要重新讲一遍。台式机上调教好的偏好设置，换到 macbook 上一切归零

市面上不是没有记忆方案，但要么太重（ Docker + 向量数据库 + 多阶段 LLM Pipeline ），要么只绑死在一个工具上（比如只能给 Claude 用）。

我们想要的是一个能让所有 Agent 都接入、部署足够轻、数据自己能掌控的记忆层。

这就是今天的 memU 。

二、就三个功能，没有第四个

① 跨 Agent 、跨设备共享记忆

Claude Code 、Codex 、Cursor 、Hermes 、OpenClaw 全部共用同一层记忆库。上午在台式机用 Claude Code 学到的项目上下文，下午笔记本上的 Cursor 直接就能检索到。

② 极致轻量的架构

新版的 memU 核心大约 500 行代码（旧版有 3 万行）

删掉的是什么？

多阶段 LLM 提取链、查询改写器、重排器、自定义 Prompt 模板库

为什么能删？

因为现在的 Agent 本身就是高级推理模型，不需要一个外部 Harness 替它做思考。
Agent 负责思考，memU 只做存储和检索

③ 检索速度快，数据可读

检索只做一次向量计算，不需要额外调 LLM 。

500 行核心带来的直接好处：每轮检索零额外 LLM 调用，p95 延迟不到 35ms 。

所有记忆以纯 Markdown 文件存储在本地。你可以用 VS Code 打开、用 grep 搜索、用 Git 备份。不是黑盒向量数据库。

三、直接亮数据：检索路径对比

不是砍功能换性能，是把不该 memory 层做的事还给了 Agent 本身。

四、怎么安装

不需要配 Docker ，不需要起服务，不需要装额外的数据库。

先到官网 https://memu.so/quick-start 拿到你的 API Key ，然后带着这个 API key 一起，把下面这段 Prompt 发给 Agent 就行：

read https://raw.githubusercontent.com/NevaMind-AI/MemU/main/SKILL.md and follow it to install memU.

Agent 读到这条 Skill 规范后，会自动完成配置。支持本地模式（完全离线）和云端同步模式（多机同步）。

五、坦白说几句

距离「完美」还有多远，先把几件事说清楚：

1. 还在早期：Dashboard 支持浏览、编辑、删除记忆，但还不算完整的可视化管理后台。


2. 依赖 Agent 自身能力：如果宿主 Agent 的指令遵循能力较弱，记忆提取质量会受影响。这不是 MemU 能代劳的


3. 检索依赖 Embedding 模型：本地模式需要配置一个 Embedding API （ OpenAI / Ollama 等），不是完全零配置。

六、谁用谁爽

多 Agent 用户：同时用 Claude Code + Cursor + Hermes 的人，装一个 memU 就能让它们共享上下文，不用每次切工具都重新自我介绍。
自部署爱好者：可以配合 Ollama 本地 Embedding 完全离线运行，数据不出本机。
自由职业 / 一人公司：项目背景、客户偏好、技术方案，一次教会 Agent ，换设备也不会丢。

七、最后

memU 是 Apache 2.0 开源项目，代码全在 GitHub 上，欢迎点 Star 、欢迎提 PR ，题 issue 。
GitHub：github.com/NevaMind-AI/memU ⭐

官网：memu.pro