تخزين وضغط واسترجاع الذكريات طويلة المدى من خلال الضغط الدلالي بدون فقدان. متوافق مع Claude وCursor وLM Studio والمزيد.
يعمل مع أي منصة ذكاء اصطناعي تدعم بروتوكول MCP أو تكامل Python
|
Claude Desktop |
Cursor |
LM Studio |
Cherry Studio |
حزمة PyPI |
+ أي عميل MCP |
🇨🇳 中文 •
🇯🇵 日本語 •
🇰🇷 한국어 •
🇪🇸 Español •
🇫🇷 Français •
🇩🇪 Deutsch •
🇧🇷 Português
🇷🇺 Русский •
🇸🇦 العربية •
🇮🇹 Italiano •
🇻🇳 Tiếng Việt •
🇹🇷 Türkçe
نظرة عامة • البدء السريع • خادم MCP • التقييم • الاقتباس
pip install simplemem. عرض دليل استخدام الحزمة →
يحقق SimpleMem أعلى درجة F1 (43.24%) بأقل تكلفة رموز (~550).
SimpleMem هو إطار عمل فعّال للذاكرة يعتمد على الضغط الدلالي بدون فقدان، يعالج التحدي الأساسي المتمثل في الذاكرة طويلة المدى الفعّالة لوكلاء LLM. يعمل SimpleMem على تعظيم كثافة المعلومات واستخدام الرموز من خلال خط أنابيب مكون من ثلاث مراحل:
|
الضغط الدلالي المُهيكل تقطير التفاعلات غير المُهيكلة إلى وحدات ذاكرة مدمجة مع فهرسة متعددة الأوجه |
التوليف الدلالي المباشر دمج فوري للسياق المرتبط في تمثيلات مجردة موحدة لإزالة التكرار |
تخطيط الاسترجاع الواعي بالنية استنتاج نية البحث لتحديد نطاق الاسترجاع ديناميكياً وبناء سياق دقيق بكفاءة |
| النموذج | ⏱️ وقت البناء | 🔎 وقت الاسترجاع | ⚡ الوقت الإجمالي | 🎯 متوسط F1 |
|---|---|---|---|---|
| A-Mem | 5140.5s | 796.7s | 5937.2s | 32.58% |
| LightMem | 97.8s | 577.1s | 675.9s | 24.63% |
| Mem0 | 1350.9s | 583.4s | 1934.3s | 34.20% |
| SimpleMem ⭐ | 92.6s | 388.3s | 480.9s | 43.24% |
git clone https://github.com/aiming-lab/SimpleMem.git
cd SimpleMem
pip install -r requirements.txt
cp config.py.example config.py
from main import SimpleMemSystem
system = SimpleMemSystem(clear_db=True)
system.add_dialogue("Alice", "Bob, let's meet at Starbucks tomorrow at 2pm", "2025-11-15T14:30:00")
system.add_dialogue("Bob", "Sure, I'll bring the market analysis report", "2025-11-15T14:31:00")
system.finalize()
answer = system.ask("When and where will Alice and Bob meet?")
print(answer)
🌐 الخدمة السحابية: mcp.simplemem.cloud
{
"mcpServers": {
"simplemem": {
"url": "https://mcp.simplemem.cloud/mcp",
"headers": {
"Authorization": "Bearer YOUR_TOKEN"
}
}
}
}
python test_locomo10.py python test_locomo10.py --num-samples 5
@article{simplemem2025, title={SimpleMem: Efficient Lifelong Memory for LLM Agents}, author={Liu, Jiaqi and Su, Yaofeng and Xia, Peng and Zhou, Yiyang and Han, Siwei and Zheng, Zeyu and Xie, Cihang and Ding, Mingyu and Yao, Huaxiu}, journal={arXiv preprint arXiv:2601.02553}, year={2025}, url={https://github.com/aiming-lab/SimpleMem} }
هذا المشروع مرخص بموجب رخصة MIT - انظر ملف LICENSE.