Memori
Memori是Memori Labs推出的大语言模型无关的代理状态管理层工具,核心定位是为AI代理的执行过程与对话内容提供结构化、持久化的状态存储方案,帮助开发者搭建更加稳定的生产级AI应用
Memori是Memori Labs推出的大语言模型无关的代理状态管理层工具,核心定位是为AI代理的执行过程与对话内容提供结构化、持久化的状态存储方案,帮助开发者搭建更加稳定的生产级AI应用。其核心功能包括多LLM兼容的状态统一管理、代理执行过程的全链路可追溯、对话上下文的结构化持久化,同时支持自定义状态字段与查询规则,可适配不同业务场景的状态管理需求。目标用户覆盖AI应用开发者、企业AI技术团队、AI代理研发人员、大模型应用运维人员等群体,适用于智能客服系统开发、企业级AI代理部署、多轮对话应用搭建、AI工作流生产落地等多种场景,降低AI应用生产过程中的状态混乱、上下文丢失等问题的出现概率。
- 适用对象
- AI应用开发者(开发多轮对话应用场景)
- 主要功能
- 多LLM兼容、执行状态持久化
- 计费方式
- 免费增值,部分功能付费
- 平台
- 网页 / API
- 已收录
- 2026.06.07(145 天)
阅读目录
编辑评测与站内热度
编辑综合评分
满分 5 分
六维指标基于站内真实数据(热度、社区反馈、资料完整度、可达性核验等)综合评估,非用户投票。
全站热度排名
#12201
分类内排名
#294 / 542
累计站内点击
1
近 7 日点击
1
排名与点击为站内真实统计口径,反映 Toolifai 用户行为,非编辑评分。
Memori是什么,怎么使用?
约 5 分钟Memori是Memori Labs推出的大语言模型无关的代理状态管理层工具,核心定位是为AI代理的执行过程与对话内容提供结构化、持久化的状态存储方案,帮助开发者搭建更加稳定的生产级AI应用。其核心功能包括多LLM兼容的状态统一管理、代理执行过程的全链路可追溯、对话上下文的结构化持久化,同时支持自定义状态字段与查询规则,可适配不同业务场景的状态管理需求。目标用户覆盖AI应用开发者、企业AI技术团队、AI代理研发人员、大模型应用运维人员等群体,适用于智能客服系统开发、企业级AI代理部署、多轮对话应用搭建、AI工作流生产落地等多种场景,降低AI应用生产过程中的状态混乱、上下文丢失等问题的出现概率。
主要功能
- 多LLM兼容:该功能支持对接市面上多数主流大语言模型,开发者无需针对不同大模型单独适配状态管理逻辑,仅需要按照平台提供的统一接口接入,即可实现不同大模型调用过程中的状态统一管理。支持OpenAI、Anthropic、 Claude等多款大模型的状态同步,避免跨模型部署时出现状态规则不统一的问题,降低多模型场景下的开发适配成本。
- 执行状态持久化:开发者可以通过平台提供的SDK或者API接口,将AI代理的每一步执行动作、返回结果、中间参数自动存储为结构化数据,无需手动编写状态落库的逻辑。支持自定义状态保留时长与存储规则,状态数据会自动进行多副本备份,避免服务重启或者异常中断时出现状态丢失的问题,保障AI代理执行过程的连续性。
- 对话结构存储:该功能会自动对AI代理与用户的多轮对话内容进行结构化拆分,将用户意图、实体信息、对话上下文、历史回复等内容按照预设规则分类存储,支持自定义字段补充业务相关信息。开发者可以通过关键词、时间范围、用户标识等维度快速查询对应对话的完整状态,无需手动解析原始对话日志,提升对话相关的业务逻辑开发效率。
- 全链路可追溯:平台会自动记录AI代理从接收请求到输出结果的全链路执行过程,包括每一步调用的大模型版本、参数配置、中间推理结果、状态变更记录等信息,形成完整的执行链路日志。开发者可以通过请求ID或者时间维度回溯任意一次代理执行的完整过程,快速定位执行异常的原因,降低AI应用生产环境的问题排查成本。
- 自定义状态规则:开发者可以根据自身业务需求自定义状态存储的字段结构、更新规则、触发条件,比如设置特定意图下的状态保留优先级、多轮对话中的状态合并规则、异常场景下的状态回滚逻辑。支持灵活的规则配置,无需修改核心代码即可调整状态管理逻辑,适配电商客服、企业办公助手、教育AI等不同行业的个性化状态管理需求。
- 状态查询API:平台提供统一的状态查询接口,支持按照用户ID、会话ID、时间范围、状态标签等多维度组合查询,查询响应延迟控制在百毫秒级,可直接嵌入生产级应用的业务逻辑中。支持批量查询与数据导出,方便开发者进行状态数据分析、业务效果统计、用户行为洞察,为AI应用的迭代优化提供数据支撑。
怎么使用
- 第一步,访问Memori官方网站,点击页面中的注册入口,使用企业邮箱完成账号注册,根据指引完成企业信息与开发场景的基础填写,获取专属的API密钥与开发文档入口。第二步,浏览官方开发文档,根据自身使用的大模型类型与开发技术栈,选择对应的SDK版本下载,按照文档中的指引完成SDK的初始化配置,填入获取到的API密钥完成对接验证。第三步,根据自身业务需求,在平台的控制台中配置状态存储规则,包括需要存储的状态字段、保留时长、更新触发条件、异常回滚规则等内容,配置完成后可在线进行规则测试验证。第四步,将SDK集成到自身的AI代理或者对话应用代码中,替换原有手动管理状态的逻辑,测试正常请求、异常中断、多轮对话等不同场景下的状态存储与读取功能,确认适配业务需求。第五步,应用上线后可在控制台查看状态存储的调用统计、执行链路日志,遇到异常时可通过链路追溯功能快速定位问题,也可以根据业务迭代需求随时调整状态管理规则,适配新的业务场景。
适合什么人群
- AI应用开发者(开发多轮对话应用场景)
- 企业AI技术团队(搭建生产级AI代理场景)
- 大模型应用运维人员(排查AI应用运行异常场景)
- 智能客服系统研发人员(搭建多轮交互客服场景)
- AI工作流开发人员(构建自动化AI工作流场景)
- 教育AI产品开发者(开发自适应学习AI助手场景)
总结
这是一款面向AI应用开发领域的状态管理工具,最大的特点是做到了大语言模型无关,开发者不需要针对不同大模型单独开发状态管理逻辑,只需要对接一次接口,就能实现多个主流大模型的状态统一管理,这对于需要同时对接多个大模型的团队来说可以减少不少重复开发工作。它的全链路追溯功能设计得比较实用,会完整记录AI代理每一步的执行细节,包括调用的参数、中间结果、状态变更过程,出现问题的时候不需要在零散的日志里翻找,直接通过请求ID就能回溯完整过程,排查效率提升比较明显。另外它支持自定义状态规则,不同行业的开发者可以根据自己的业务需求配置对应的存储字段和更新逻辑,不需要受限于固定的状态结构,适配性比较强。对于想要把AI代理或者多轮对话应用落地到生产环境的团队来说,这个工具可以解决很多实际开发中遇到的状态丢失、上下文混乱、问题排查难的问题,适合需要搭建稳定生产级AI应用的团队使用。
价格与免费额度
Memori目前提供免费版与多个付费版本。免费版支持每月10000次状态调用,最多存储1GB的状态数据,仅可对接2个大模型账号,适合个人开发者或者小型项目做前期测试使用。付费版本分为基础版、专业版与企业版,基础版每月定价99美元,支持每月100万次状态调用,10GB存储容量,可对接10个大模型账号,适合小型团队的小型生产项目使用;专业版每月定价499美元,支持每月1000万次状态调用,100GB存储容量,可对接不限量大模型账号,包含优先技术支持,适合中型企业的生产级AI应用使用;企业版为定制化定价,根据用户的存储容量、调用量需求提供对应配额,支持专属技术对接与定制化功能开发,适合大型企业的大规模AI应用部署使用。用户可以先使用免费版测试适配性,再根据自身的业务规模选择对应的付费版本。
优点与不足
优点
- 支持对接多款主流大语言模型,无需针对不同模型单独适配状态管理逻辑,降低多模型场景下的开发成本
- 自动实现AI代理执行状态与对话内容的结构化持久化,支持异常场景下的状态恢复,保障应用运行连续性
- 提供全链路执行过程追溯功能,完整记录每一步执行的参数与结果,便于快速定位生产环境的异常问题
- 支持自定义状态存储字段与管理规则,可适配不同行业、不同业务场景的个性化状态管理需求
- 状态查询接口响应速度快,支持多维度组合查询与数据导出,可直接嵌入生产业务逻辑使用
不足
- 目前仅支持英文官方文档,对于非英语背景的开发者来说,学习和接入的门槛相对较高
- 免费版本的状态存储容量和调用次数限制较严格,仅适合小型项目测试使用,无法满足中大型项目需求
- 暂不支持本地化私有部署,对于数据安全要求较高、需要将状态数据存储在本地服务器的企业无法使用
- 控制台的可视化分析功能相对较少,缺少状态数据的自动分析与异常告警功能,需要开发者自行搭建相关逻辑
能帮你做的 8 件事
- 01多LLM兼容
- 02执行状态持久化
- 03对话结构存储
- 04全链路可追溯
- 05AI状态管理场景的常用方案
- 06LLM工具场景的常用方案
- 07AI应用开发者(开发多轮对话应用场景)的日常效率工具
- 08先用免费额度验证需求再决定付费
更新历史
- Memori 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
Memori支持对接哪些大语言模型?
Memori目前支持对接市面上多数主流的大语言模型,包括OpenAI全系列模型、Anthropic的Claude系列模型、Meta的Llama 2及Llama 3系列模型、Google的Gemini系列模型,同时也支持对接符合OpenAI接口规范的开源大模型与自定义部署的大模型。后续平台还会根据用户需求持续拓展支持的大模型范围,开发者如果有特定大模型的对接需求,也可以通过官方反馈渠道提交申请,平台会评估后纳入后续的适配计划中。对于未在官方支持列表中的大模型,开发者也可以通过自定义接口封装的方式实现对接,只需要按照平台的统一格式传递状态参数即可正常使用状态管理功能。
使用Memori存储的状态数据安全性如何保障?
Memori对所有存储的状态数据都采用了AES-256加密标准进行存储加密,数据传输过程中也采用了TLS 1.3加密协议,避免数据在传输过程中被泄露。平台会对所有存储的数据进行多副本异地备份,避免单点故障导致的数据丢失问题,同时支持用户自定义数据保留周期,到期后数据会被自动安全删除,无法恢复。针对企业级用户,平台还提供数据访问权限细粒度配置功能,企业可以根据团队角色设置不同的状态数据访问、修改、导出权限,避免内部数据泄露。平台的安全机制符合GDPR、CCPA等多个地区的数据隐私法规要求,用户也可以随时导出自己存储的所有状态数据,或者申请永久删除所有相关数据。
接入Memori会增加原有AI应用的响应延迟吗?
Memori的状态读写接口平均响应延迟在50毫秒以内,正常接入后对于AI应用的整体响应延迟影响较小,通常不会超过整体响应时间的5%。平台采用了分布式架构部署,支持动态扩容,即使是高并发场景下也可以保持稳定的响应速度,不会因为调用量上升出现明显的延迟升高问题。如果开发者对于响应延迟要求极高,也可以使用平台提供的本地缓存功能,将高频访问的状态数据缓存在应用本地,仅在状态更新或者缓存失效时才调用平台接口,进一步降低延迟影响。官方提供的性能测试报告显示,在每秒1000次并发请求的场景下,平台的接口响应成功率为99.99%,平均响应延迟不超过80毫秒,完全可以满足多数生产级应用的性能需求。
Memori可以和现有的AI代理框架一起使用吗?
Memori可以和目前市面上多数主流的AI代理框架兼容使用,包括LangChain、AutoGPT、LlamaIndex、LangGraph等,官方针对这些常用框架都提供了对应的集成插件与示例代码,开发者只需要按照文档指引修改少量配置,就可以将Memori作为状态存储层接入到现有框架中,替换框架原生的状态管理逻辑。对于自定义开发的AI代理框架,只需要调用Memori提供的通用API接口,在代理执行的对应节点传入需要存储的状态数据,即可实现状态的持久化管理,不需要对原有代理的核心逻辑做大量修改。官方文档中提供了不同框架的详细接入教程与示例项目,开发者可以参考教程快速完成对接。
如果需要本地化部署Memori可以实现吗?
目前Memori主要提供SaaS版本的服务,所有的状态数据都存储在Memori的云端服务器中,暂时不支持本地化私有部署。不过平台已经在规划企业级私有部署版本,预计会在未来的版本更新中推出,针对有本地化部署需求的企业用户,可以通过官方的企业服务通道提交需求,平台会将相关需求记录下来,在私有部署版本推出后优先通知提交需求的企业。对于现阶段数据安全要求较高的用户,也可以通过自定义加密的方式,在将状态数据上传到平台之前先进行业务层加密,平台存储的是加密后的状态数据,只有用户自己可以解密查看内容,在一定程度上满足数据安全要求,官方文档中也提供了客户端加密的示例代码供开发者参考。
Memori的状态数据可以导出进行自定义分析吗?
Memori支持用户导出所有存储的状态数据,用户可以在控制台选择需要导出的时间范围、数据维度、状态类型,导出格式支持JSON、CSV两种常用格式,方便后续导入到数据分析工具中进行自定义分析。同时平台的状态查询API支持全量数据拉取,开发者可以通过接口定时同步状态数据到自己的数据分析系统中,实现用户行为分析、AI代理效果评估、业务数据统计等自定义分析需求。企业版用户还可以配置状态数据的自动同步任务,定期将新增的状态数据自动同步到企业自己的大数据平台中,无需手动操作。导出的数据包含完整的状态字段、执行链路信息、对话内容等所有存储的内容,不会缺少关键信息,可满足各类分析场景的需求。
开始使用 Memori
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。