AI代理持久记忆层
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Engram 定位为“persistent, encrypted memory layer for autonomous AI agents”，即面向自主 AI Agent 的持久化加密记忆层。它希望解决 Agent 在长期运行中保存用户上下文、偏好、任务状态等记忆的问题，并强调基于去中心化存储，使记忆能够存活、扩展并保持私密。目前页面显示其运行在 Shelby Testnet。
从抓取正文看，Engram 的核心能力包括 Agent memory 存储、AES-256-GCM 加密和去中心化架构。页面给出的 API 示例显示，开发者可以通过 POST /v1/memory 写入 key、value、ttl，并通过 encrypt: true 开启加密。这说明它更像是 Agent 应用的记忆基础设施，而非完整 Agent 框架。对于需要把短期上下文沉淀为长期状态的开发者，这一抽象比较直接。
页面提供 Dashboard、Documentation、API Reference、Compliance 等入口，并有简短 REST API 示例，说明其面向开发者使用。但正文没有披露 SDK、支持语言、框架适配情况，也未说明是否支持 LangChain、LangGraph、CrewAI 等常见 Agent 生态。因此目前只能确认其具备 API 形态，SDK 和集成成熟度未知。文档入口存在，但抓取内容不足以评价文档完整性。
定价方面仅看到“GET STARTED FREE”，可以判断存在免费开始路径，但没有套餐、额度、超额计费、企业版或 SLA 信息。部署方面，页面未说明是否开源，也没有自托管、私有化部署或本地部署选项；对有合规和数据主权要求的团队，需要进一步确认。
优点是定位聚焦、API 简洁，并把持久化、加密和去中心化存储结合在 Agent 记忆场景中。缺点是公开信息较少，尤其是生产可用性、生态集成、定价和运维支持不透明；“Testnet”状态也意味着成熟度需要谨慎评估。它更适合正在实验或早期构建 AI Agent、希望快速验证长期记忆能力的开发者，不太适合立即承载高合规、高稳定性生产负载。
抓取正文没有提供中国大陆访问、支付方式或服务节点信息，访问状态记为未知。若访问或合规受限，可考虑自建数据库、向量数据库或开源 Agent memory 方案作为替代。
本测评基于公开资料整理,不构成购买建议,请以 engram.training 官网实际信息为准。
面向Agent开发者，基于去中心化存储测试网。
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。