• [02/09/2026] 🚀 Çapraz Oturum Belleği kullanıma sunuldu - Claude-Mem'den %64 daha iyi performans! SimpleMem artık konuşmalar arası kalıcı bellek destekliyor. LoCoMo karşılaştırmasında SimpleMem, Claude-Mem'e göre %64 performans artışı sağlıyor. Ajanlarınız artık önceki oturumlardan bağlam, kararlar ve öğrenmeleri otomatik olarak hatırlayabiliyor. Cross-Session Dokümantasyonu →
• [01/20/2026] SimpleMem artık PyPI'da! 📦 pip install simplemem ile doğrudan kurun. Paket Kullanım Kılavuzu →
• [01/18/2026] SimpleMem artık Claude Skills'i destekliyor! 🚀
• [01/14/2026] SimpleMem MCP Sunucusu CANLI ve Açık Kaynak! 🎉 mcp.simplemem.cloud adresinde bulut bellek hizmeti. MCP Dokümantasyonu →
• [01/05/2026] SimpleMem makalesi arXiv'te yayınlandı!

---

SimpleMem, anlamsal kayıpsız sıkıştırmaya dayanan verimli bir bellek çerçevesidir ve LLM ajanları için verimli uzun vadeli bellek temel sorununu ele alır. SimpleMem, üç aşamalı bir pipeline aracılığıyla bilgi yoğunluğunu ve token kullanımını maksimize eder:

🔍 Aşama 1 Anlamsal Yapılandırılmış Sıkıştırma Yapılandırılmamış etkileşimleri kompakt, çok görünümlü indekslenmiş bellek birimlerine damıtır

🗂️ Aşama 2 Çevrimiçi Anlamsal Sentez İlgili bağlamı anında birleşik soyut temsillere entegre ederek fazlalığı ortadan kaldırır

🎯 Aşama 3 Niyet Farkındalıklı Geri Alma Planlaması Arama niyetini çıkarsayarak geri alma kapsamını dinamik olarak belirler

---

---

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)

---

🌐 Bulut Hizmeti: mcp.simplemem.cloud

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

📖 MCP Dokümantasyonu

---

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}
}

Bu proje MIT Lisansı altında lisanslanmıştır - LICENSE dosyasına bakın.

• 🔍 Gömme Modeli: Qwen3-Embedding
• 🗄️ Vektör Veritabanı: LanceDB
• 📊 Benchmark: LoCoMo