用途：为 AI 智能体提供图原生记忆系统，把对话、知识图谱与智能体推理记录为同一 Neo4j 数据库中的关联节点。项目为 Neo4j Labs 实验性、社区支持，采用 Apache-2.0 许可，要求 Python 3.10+、Neo4j 5.20+（向量索引需要）。
主要能力：三层记忆——短期（会话消息、历史、摘要）、长期（实体、偏好、事实及关系，基于 POLE+O 模型：Person、Organization、Location、Event、Object）、推理（决策轨迹、工具调用来源、thought-action-outcome 链）。提供 Python API、MCP 服务器（core 6 个工具、extended 默认 16 个工具）、实体抽取流水线（spaCy、GLiNER、LLM 回退）与去重配置，并集成 LangChain、Pydantic AI、Google ADK、AWS Strands、CrewAI、LlamaIndex、OpenAI Agents、Microsoft Agent Framework。
使用方式：核心安装 pip install neo4j-agent-memory，按需加 extras，如 [openai]、[mcp]、[langchain]、[all]。Python 侧使用异步上下文管理器 MemoryClient(settings)。MCP 可用 uvx "neo4j-agent-memory[mcp]" mcp serve --password <neo4j-password>，支持 stdio/SSE 传输与 core/extended 配置。托管服务 NAMS 位于 https://memory.neo4jlabs.com，提供 REST API、SSE MCP 端点与 Web 控制台，使用 nams_ 前缀 bearer 令牌认证。
适用场景：需要跨会话记忆、自动构建知识图谱、记录并复用推理轨迹的智能体应用；自托管适合开发、本地数据与自定义抽取，托管适合零基础设施试用与跨智能体共享。
限制：版本号、extras、工具数与 API 会随版本变化，引用前须核对 PyPI 与 GitHub README；NAMS 属早期访问，官方项目页尚未记录，不应断言 SLA、定价或正式可用状态；不要称其为生产就绪或官方支持。