AI代理共享记忆层
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。
TribalMemory 是一个面向 AI Agent 的共享记忆存储工具，核心口号是“One memory store. Every agent connected”。它解决的是多个编程 Agent 各自遗忘、上下文不互通的问题：一个 Agent 存下项目知识后，其他 Agent 可以通过共享记忆召回。例如 Claude Code 记录认证使用 JWT RS256，Codex CLI 后续询问时可基于该记忆回答。
从正文看，TribalMemory 的能力集中在检索增强与 Agent 集成：支持语义搜索、图搜索、向量与 BM25 混合检索、实体关系遍历、会话索引、去重、时间推理和 JSON 导入导出。默认使用 FastEmbed ONNX 在本地计算嵌入，记忆存储在 LanceDB；也可选择 OpenAI embeddings 或 Ollama。它还提供 MCP 原生集成，可接入 Claude Code、Codex CLI，并有 OpenClaw 插件示例。
页面未披露商业定价或付费计划，展示的是通过 pip install 安装，版本为 PyPI v0.7.0，并标注 BSL 1.1 license。其隐私卖点较明确：本地模式下嵌入本地计算、数据本地存储，无 API key、无云、无遥测，适合对代码和项目知识外发敏感的用户。不过若选择 OpenAI embeddings，则会涉及外部 API，需自行评估。
优点是安装路径清晰，tribalmemory init 与 serve 即可启动；本地优先降低隐私和成本压力；MCP 让它能自然融入主流 Agent 编程工具。局限在于页面未提供中文支持、企业部署、权限控制、备份同步、SLA 或商业支持信息；同时展示中有“0 tests passing”“0 LoCoMo recall”等指标，实际稳定性和检索质量仍需测试，BSL 1.1 许可证也可能影响部分商业场景。
它适合频繁使用 Claude Code、Codex CLI、OpenClaw 等工具的开发者，尤其是希望让多个 Agent 共享项目约定、架构决策和历史会话的团队。中国访问情况正文无法判断；由于可本地安装，理论上核心运行不依赖云，但 GitHub、PyPI、Discord 等资源在国内网络下可能不稳定。支付信息未披露。替代方案可考虑自建向量库+MCP、AI IDE 自带记忆功能或本地知识库工具。
本测评基于公开资料整理,不构成购买建议,请以 tribalmemory.com 官网实际信息为准。
MCP原生、本地优先，适合AI Agent开发者关注。
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。