MemTensor/MemOS : guide éditorial fondé sur le README

Le README décrit MemTensor/MemOS comme « Self-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with 35.24% token savings ». Cette page reste limitée aux faits vérifiables dans le dépôt. Les étoiles, forks et badges indiquent une attention, pas une preuve de qualité. Sous « 👾 MemOS: Memory Operating System for LLM & AI Agents », la source indique : MemOS is a Memory Operating System for LLMs and AI agents that unifies store / retrieve / manage for long-term memory, enabling context-aware and personalized interactions with KB, multi-modal, tool memory, and enterprise-grade. Cela fixe un périmètre déclaré, pas un test en production.

La section « Key Features » aide à vérifier si le projet répond au besoin : Multi-Modal Memory: Natively supports text, images, tool traces, and personas, retrieved and reasoned together in one memory system.. Si ce besoin ne correspond pas au vôtre, la popularité ne suffit pas. Les noms, commandes et composants sont conservés pour permettre une comparaison directe avec la source primaire. Le README fournit aussi ce point vérifiable : Unified Memory API: A single API to add, retrieve, edit, and delete memory,structured as a graph, inspectable and editable by design, not a black-box embedding store.. Il peut guider le premier test, sans remplacer une vérification dans l'environnement prévu.

Le fonctionnement est réparti dans des sections comme « News ». La source fournit notamment : Official local memory plugin for Hermes Agent and OpenClaw. One core powers self-evolving memory across L1 traces, L2 policies, L3 world models, and crystallized Skills, with local-first storage and feedback-driven retrieval.. Les détails absents sur l'architecture, les performances ou la sécurité ne sont pas inventés. Avant une mise en service, vérifiez l'arborescence, la configuration et l'historique des releases.

Commencez l'installation avec l'entrée documentée dans le README. La commande vérifiable est : git clone https://github.com/MemTensor/MemOS.git cd MemOS cp docker/.env.example .env # fill in your API keys in .env cd docker docker compose up # starts MemOS API + Neo4j + Qdrant Si aucune commande n'est fournie, cette page n'en fabrique pas. Consultez « Key Features » pour les dépendances, les ports par défaut et l'initialisation du premier lancement.