用途：为 LLM 智能体提供高效长期记忆，把非结构化对话压缩为紧凑、原子化的记忆单元，支持指代消解与时间锚定。
主要能力：三阶段流水线——语义结构化压缩（如把“他”还原为具体人名、把“明天”锚定为具体时间戳、过滤低信息内容）、在线语义合成（合并相关事实、去冗余）、意图感知检索规划（语义向量、BM25 关键词、元数据过滤三层并行检索，检索深度随查询复杂度动态调整）。记忆条目含 entry_id、ref_id、lossless_restatement、keywords、timestamp、location、persons、entities、topic、agents、source 等字段。
使用方式：三种集成路径。云端 MCP 服务器最快，访问 https://mcp.simplemem.cloud 用 OpenRouter API key 换取 auth token，再写入 MCP 客户端配置（Claude Desktop/Claude Code 的 ~/.claude.json 或 Cursor 的 .cursor/mcp.json），url 为 https://mcp.simplemem.cloud/mcp，headers 带 Authorization: Bearer YOUR_TOKEN。自托管用 Docker：git clone https://github.com/aiming-lab/SimpleMem.git，进入 SimpleMem/MCP，设置 JWT_SECRET_KEY 与 ENCRYPTION_KEY 后 docker compose up -d，暴露 Web UI、REST API 与 MCP 端点。Python API 用 pip install simplemem 或 uv add simplemem，初始化 SimpleMemSystem 后调用 add_dialogue、finalize、ask，支持并行处理参数与按 entry_id/ref_id 删除。MCP 工具包括 memory_add、memory_add_batch、memory_query、memory_retrieve、memory_delete、memory_stats、memory_clear。
跨会话记忆：SimpleMem-Cross 通过 orchestrator 的 start_session、record_message、record_tool_use、stop_session、end_session 实现会话生命周期管理、自动上下文注入、事件收集与观察提取、来源追踪和记忆合并衰减。
配置与限制：支持任意 OpenAI 兼容 API（OpenAI、OpenRouter、LiteLLM、Azure OpenAI、Qwen/本地模型），需在 config.py 设置密钥、模型与嵌入维度。常见问题包括嵌入维度不匹配需清空数据库、密钥未生效、OpenRouter 模型需写全路径。memory_clear 不可恢复。具体收费与价格资料暂未提供。