MemOS
MemTensor
Selbst-evolvierendes Memory-OS für LLMs und KI-Agents mit gestuftem L1-L3-Memory.
Was ist MemOS?
MemOS ist ein einheitliches Memory-Betriebssystem für KI-Agents mit L1-L3-Memory-Schichten, hybridem Retrieval und task-übergreifender Skill-Wiederverwendung. Es unterstützt Text, Bilder, Tool-Traces und Personas, und ist als self-hosted oder als verwalteter Cloud-Dienst verfügbar. Es behauptet 35% Token-Einsparungen durch Multi-Cube-Wissensmanagement (eigene Angabe des Projekts) und ist durch ein arXiv-Paper unterstützt.
Vor- & Nachteile
Pros
- Multimodales Memory (Text, Bilder, Tool-Traces, Personas) mit gestufter L1-L3-Architektur
- Aktives Cloud-Produkt mit echten Preisstufen und Docker-Self-Hosting
- 30+ Releases, Paper-Unterstützung und eine erhebliche Fork-Basis
Cons
- TypeScript-lastiger Codebase kann für Python-first-Teams ungewohnt wirken
- Limits von self-hosted gegenüber der Cloud-Tier sind nicht klar dokumentiert
- Junge Organisation - langfristige Wartungsentwicklung unklar
Lizenz
Apache-2.0 (OSI-open)
Wann interessant
Teams, die Multi-Session-Agents bauen, die strukturiertes, abfragbares Langzeit-Memory ohne eigenen Vektor- und Graph-Stack benötigen.
Wann zu früh
Einfache Single-Session-Chatbots, bei denen das context window bereits ausreicht.
Kommerzielle Alternative & Verwandtes
- Kommerzielles Pendant: Mem0
Dieses Repo war in der Ausgabe 2026-07 des Open-Source-KI-Radars.
claude-mem
thedotmack
Persistente Memory-Schicht über Agent-Sessions hinweg mit automatischen semantischen Zusammenfassungen und Token-Kosten-Transparenz.
graphify
safishamsi
KI-Coding-Skill, der einen Ordner aus Code, Docs und Bildern in einen abfragbaren Knowledge Graph verwandelt, über rund 20 Agents hinweg.
memU
NevaMind-AI
Memory-Framework für proaktive KI-Agents - typisierter Memory-Graph aus Chats, Dokumenten und Medien.