ИИ-агенты
zep
Examples and integrations for Zep — the memory layer for AI agents.
★ 5,0 тыс. звёздApache-2.0
Смотреть руководство →// agents · memvid/memvid
memvid
memvid — проект с открытым исходным кодом из категории «ИИ-агенты» от memvid (memvid/memvid на GitHub). У него 16 584 звезды на GitHub и 1 421 форк, он распространяется по лицензии Apache-2.0 и последний раз обновлялся на GitHub 14 июля 2026.
A serverless, single-file memory layer for AI agents - replace complex RAG pipelines
★ 16,6 тыс. звёзд⑂ 1,4 тыс. форковApache-2.0обновлено июль 2026
▦ визуал — в README этого проекта нет встраиваемого скриншота,
поэтому здесь заглушка. Руководство ниже в любом случае полное.
поэтому здесь заглушка. Руководство ниже в любом случае полное.
// факты о проекте
Факты о проекте
- Репозиторий
- memvid/memvid
- Звёзды GitHub
- 16 584
- Форки
- 1 421
- Лицензия
- Apache-2.0
- Последнее обновление на GitHub
- 14 июля 2026
- Категория
- ИИ-агенты
- Тип страницы
- Полное руководство по установке
- Официальный сайт
- Official site
// как это работает
Как это работает
- Decide your language
Use the Rust core directly, or the Python, Node or CLI packages.
- Get Memvid
Add memvid-core to a Rust project, or install the SDK for your language.
- Create a memory file
Create a .mv2 file and put your first documents into it with metadata.
- Search your memory
Run a semantic search and hand the results to your agent as context.
// возможности
Почему его любят
Single-file memory
Your whole knowledge base lives in one portable .mv2 file - no server to deploy or manage.
Hybrid retrieval
Combines vector similarity search (HNSW with local ONNX embeddings) and BM25 full-text search.
Rich ingestion
Feature flags add PDF text extraction and repair, CLIP image search and Whisper audio transcription.
Temporal queries
Natural-language date parsing understands expressions like 'last Tuesday' in searches.
Encrypted capsules
Optional password-based encryption produces .mv2e memory files.
Multi-language SDKs
Rust core with Python, Node.js and CLI packages sharing the same format.
Advertisement
// запустите сами
Запустите сами
- Clone the repository
Get the source code from GitHub and enter the project directory.
git clone https://github.com/memvid/memvid.git cd memvid - Add the Rust core
Add memvid-core to your Cargo project (feature flags enable lex, vec and more).
cargo add memvid-core - Or use Python
Install the Python SDK and create your first memory file per the docs.
pip install memvid-sdk
// сценарии использования
Что можно создать
- Give a personal agent long-term memory that fits in one file on your laptop
- Index a folder of PDFs into an offline-searchable knowledge capsule
- Add semantic memory to an edge device with no database service
- Search meeting audio by transcribing it into the same memory file
Advertisement
// вопросы и ответы
Вопросы и ответы
Who maintains this project?
It is maintained by the Memvid project (memvid) on GitHub.
Is it free to use?
Yes - Memvid is Apache-2.0 licensed and free to use.
Does it need a paid API key?
No key is required for local embeddings and search; an optional api_embed feature can use cloud embeddings (for example OpenAI) if you choose it.
How does it compare to alternatives?
Compared with a hosted vector database, Memvid is an embedded single file - zero operations and offline-first - in exchange for single-node scale.
How do I get started?
Run cargo add memvid-core (or pip install memvid-sdk), create a .mv2 file, put a document in, and search it.
// продолжить изучение
Похожие инструменты
ИИ-агенты
m_flow
M-flow is a bio-inspired cognitive memory engine for AI agents — a graph alternative to flat RAG
★ 4,5 тыс. звёздApache-2.0
Смотреть руководство →ИИ-агенты
Memary
The open-source memory layer for autonomous agents — knowledge-graph memory that emulates human memory
★ 2,7 тыс. звёздMIT
Смотреть руководство →ИИ-агенты
memsearch
Persistent memory layer for AI agents, backed by Markdown and Milvus.
★ 2,7 тыс. звёздMIT
Смотреть руководство →ИИ-агенты
nullhub
Management console for installing and monitoring AI agents and pipelines.
★ 1,8 тыс. звёздMIT
Смотреть руководство →ИИ-агенты
ktx
Context layer so AI agents query your analytics databases accurately.
★ 1,6 тыс. звёздApache-2.0
Смотреть руководство →// альтернативы
Альтернативы: ИИ-агенты
Другие проекты из категории «ИИ-агенты» с наибольшим числом звёзд в каталоге LibreAI — реалистичный список альтернатив, если memvid вам не подходит.
- openclaw★ 391,6 тыс.
A personal AI that really does things — on any OS, with your data staying yours.
- superpowers★ 294,9 тыс.
An agentic skills framework & software development methodology that works.
- ECC★ 275,2 тыс.
Agent harness optimization system with skills, memory and security for Claude Code, Codex and more
- hermes-agent★ 252,0 тыс.
The agent that grows with you — a Python framework for adaptive AI agents.
- deepseek-harness★ 245,5 тыс.
DeepSeek's plugin-based agent harness where everything is a plugin.
// ещё в категории agents
Больше проектов: ИИ-агенты
Соседние проекты из категории «ИИ-агенты» в каталоге, ближайшие по числу звёзд к memvid — продолжайте изучать полку по обе стороны от него.
- ai-berkshire★ 16,6 тыс.
AI 时代的伯克希尔：基于 Claude Code / Codex 的价值投资研究框架。巴菲特·芒格·段永平·李录四大师方法论 + 多Agent并行研究。| AI-era Berkshire: a value investing research framework built for Claude Code /…
- RagaAI-Catalyst★ 16,2 тыс.
Python SDK for Agent AI Observability, Monitoring and Evaluation Framework. Includes features like agent, llm and tools tracing, debugging multi-agentic syst…
- mcp-toolbox★ 16,6 тыс.
Google's MCP Toolbox for Databases - give agents safe, structured access to your data
- Pipecat★ 16,2 тыс.
Open Source framework for voice agents, multimodal apps, and realtime AI. Maintained by Daily and the community
- weaviate★ 16,9 тыс.
Vector search plus structured filtering in one database.
- ragas★ 16,0 тыс.
Supercharge LLM app evaluations with objective metrics, synthetic test data and feedback loops.
Получить memvid
Бесплатно и открыто — забирайте исходный код, ставьте звезду репозиторию и начинайте создавать.