AI代理持久记忆数据库
Engram 是面向 LLM 与 AI Agent 的持久化记忆层,目标是让 Claude、ChatGPT 以及任意模型共享同一套长期记忆。它既面向普通 Claude/ChatGPT 用户,也面向 Agent 开发者:前者可在不同 AI 工具间延续上下文,后者可通过 API、MCP 或 SDK 为 Agent 接入结构化记忆。
Engram 的重点不是简单保存聊天记录或做相似度检索,而是把对话抽取为 typed bullets,例如 FACT、DECISION、PREFERENCE、GOAL、PROCEDURE、PRINCIPLE。每条记忆会有 salience 重要性分数,并结合相关性与 token budget 生成可注入提示词的上下文。它还强调处理更新与矛盾,例如“从 Boston 搬到 Vancouver”时 supersede 旧事实并保留版本历史。长期使用后,系统会去重、合并、形成 schema,并对陈旧知识衰减。
免费版为 $0/月,包含 3 个 contexts、每个 context 1,000 bullets、BYOK、Dashboard、Claude MCP、ChatGPT Actions 与社区支持。企业版为定制价格,提供无限 contexts、每个 context 50,000 bullets、图谱浏览、独立租户、数据隔离、SSO/SAML、审计日志和专属 SLA。集成方式较完整,包括 Claude MCP、ChatGPT Actions、REST API、Python SDK,并提到可用于 LangGraph、CrewAI、Claude、OpenAI 等栈。完整引擎 MIT 开源,可自托管,这是重要优势。
优点是记忆建模更接近知识层:有类型、优先级、衰减、冲突处理和 token 预算控制,比单纯向量库或上下文拼接更适合长期 Agent。开源与免费层也降低了试用成本。局限在于正文未披露底层模型、质量评测、多语言效果;中文支持没有明确说明。隐私方面虽有 dashboard 控制、企业数据隔离与自托管,但缺少合规认证、加密和数据使用政策细节。
Engram 适合构建个性化助手、长期项目助手、多模型工作流和 Agent 记忆系统的开发者,也适合频繁切换 Claude 与 ChatGPT 的用户。中国大陆访问情况、支付方式未披露;Claude、ChatGPT 本身在国内通常存在网络与账号限制,因此实际使用可能受所连接平台影响。可关注 Mem0、Zep、LangGraph Memory 或自建向量库/RAG 作为替代方案。
本测评基于公开资料整理,不构成购买建议,请以 engram.so 官网实际信息为准。
开源上下文数据库,为LLM和Agent跨会话记忆。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。