logo
0
0
WeChat Login
Jiaaqiliu<jqliu@cs.unc.edu>
feat: Cross-session memory extension with 64% improvement over Claude-Mem
simplemem_logo

ذاكرة مدى الحياة فعّالة لوكلاء نماذج اللغة الكبيرة

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
Claude Desktop
Cursor
Cursor
LM Studio
LM Studio
Cherry Studio
Cherry Studio
PyPI
حزمة PyPI
+ أي عميل
MCP

🔥 أحدث الأخبار

  • [02/09/2026] 🚀 ذاكرة عبر الجلسات متاحة الآن - تفوق على Claude-Mem بنسبة 64%! يدعم SimpleMem الآن الذاكرة المستمرة عبر المحادثات. في اختبار LoCoMo، يحقق SimpleMem تحسنًا بنسبة 64% مقارنة بـ Claude-Mem. يمكن لوكلائك الآن تذكر السياق والقرارات والتعلمات من الجلسات السابقة تلقائيًا. توثيق Cross-Session →
  • [01/20/2026] SimpleMem متاح الآن على PyPI! 📦 ثبّته مباشرة عبر pip install simplemem. عرض دليل استخدام الحزمة →
  • [01/18/2026] SimpleMem يدعم الآن Claude Skills! 🚀
  • [01/14/2026] خادم MCP لـ SimpleMem أصبح متاحاً ومفتوح المصدر! 🎉 خدمة ذاكرة سحابية على mcp.simplemem.cloud. توثيق MCP →
  • [01/05/2026] تم نشر ورقة SimpleMem على arXiv!

🌟 نظرة عامة

مقايضة الأداء مقابل الكفاءة

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:

🔍 المرحلة 1

الضغط الدلالي المُهيكل

تقطير التفاعلات غير المُهيكلة إلى وحدات ذاكرة مدمجة مع فهرسة متعددة الأوجه

🗂️ المرحلة 2

التوليف الدلالي المباشر

دمج فوري للسياق المرتبط في تمثيلات مجردة موحدة لإزالة التكرار

🎯 المرحلة 3

تخطيط الاسترجاع الواعي بالنية

استنتاج نية البحث لتحديد نطاق الاسترجاع ديناميكياً وبناء سياق دقيق بكفاءة

بنية SimpleMem

🏆 مقارنة الأداء

النموذج⏱️ وقت البناء🔎 وقت الاسترجاع⚡ الوقت الإجمالي🎯 متوسط F1
A-Mem5140.5s796.7s5937.2s32.58%
LightMem97.8s577.1s675.9s24.63%
Mem01350.9s583.4s1934.3s34.20%
SimpleMem92.6s388.3s480.9s43.24%

📦 التثبيت

git clone https://github.com/aiming-lab/SimpleMem.git cd SimpleMem pip install -r requirements.txt cp config.py.example config.py

⚡ البدء السريع

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)

🔌 خادم MCP

🌐 الخدمة السحابية: mcp.simplemem.cloud

{ "mcpServers": { "simplemem": { "url": "https://mcp.simplemem.cloud/mcp", "headers": { "Authorization": "Bearer YOUR_TOKEN" } } } }

📖 توثيق MCP


📊 التقييم

python test_locomo10.py python test_locomo10.py --num-samples 5

📝 الاقتباس

@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} }

📄 الرخصة

هذا المشروع مرخص بموجب رخصة MIT - انظر ملف LICENSE.

🙏 شكر وتقدير

  • 🔍 نموذج التضمين: Qwen3-Embedding
  • 🗄️ قاعدة بيانات المتجهات: LanceDB
  • 📊 المعيار المرجعي: LoCoMo