Memanto 是一个面向 AI 智能体的内存代理（Memory Agent），README 将其定位为“管理其他智能体内存”的伙伴代理：决定什么该保留、什么发生冲突、什么过期、谁需要知道。它强调“持久化已被解决，但管理没有”——各类平台和向量存储会保存智能体写入的内容，但不会主动告知两个智能体现在对同一件事持有相反看法、某条早期偏好悄悄压过近期决策，或某个新启动的智能体即将重做已被完成并回滚的工作。Memanto 的目标是充当“幕僚长”，决定哪些内容入库、监控访问、解决矛盾、丢弃过时内容，并在每个智能体行动前进行简报。
用途：作为独立代理运行在智能体集群旁，负责跨平台的内存治理。它不是被调用的库，而是一个具有自主判断的第二代理，六项行为均有对应命令，且不是路线图项目。文档还称可通过 memanto schedule enable 在夜间运行日常循环：整理新内存、跨智能体合并重复项、标记矛盾等待人工复核。
主要能力：
- 语义搜索与召回：基于信息论语义引擎，随包提供，可作为本地 Docker 容器或免费云服务运行。
- 命名空间管理：每个智能体默认拥有独立命名空间，可精确配置每个智能体应知内容，生产运维代理与草稿实验相互隔离。
- 文本/向量操作与 RAG：检索引擎内置，无需另行准备向量存储、嵌入管线、重排器、模式迁移或后端维护。
- 类型化内存：13 种内存类别——instruction、fact、decision、goal、commitment、preference、relationship、context、event、learning、observation、artifact、error，使召回可过滤。
- 过期策略：内存默认 active，直至策略将其退休。过期带有时间戳、可审计、可撤销；过期内容仍会以 [EXPIRED] 标记出现在召回中并附带原因。策略位于 ~/.memanto/policies/<agent>.yaml，包含按类型保留表和命名规则，首个匹配规则优先。未设置策略的智能体不会使任何内存过期。
- 可追溯性：每条信念带置信度、来源、出处与时间戳，可回溯该信念何时进入集群。
- 定时任务：memanto schedule enable 每日运行整理与清理。
- 导出与迁移：memanto memory export --okf 导出为 Open Knowledge Format（纯 Markdown，可读、可 diff、可提交、可 grep）；memanto migrate 可从 Mem0、Letta、Supermemory、Zep、Hindsight 或任何 OKF 包导入，同一命令可反向使用。
- 后端切换：memanto config backend 在本地、免费云和自托管之间切换，数据随之迁移。
- 本地仪表盘：memanto ui，支持浏览、搜索、审计整个内存资产。
使用方式：
- 全本地：无需账号、API 密钥，数据不离开本机，需要 Docker，配合 Ollama。
- 免费云：无需信用卡，约 60 秒，在 console.moorcheh.ai/api-keys 获取免费密钥，含 10 万次免费操作。
- 安装与接入：pip install；memanto connect claude-code 可接入 Claude Code，同样支持 Cursor、Codex、Windsurf、Cline、Continue、Goose、Copilot 等，每个一条命令。
- 运行时：支持 Python 进程内客户端；TypeScript/Node.js 的 @moorcheh-ai/memanto 通过 uvx 启动本地 Memanto 服务器并暴露 remember/recall/answer 客户端；Go 通过 github.com/moorcheh-ai/memanto/sdks/go 连接或经 uvx 启动服务器；REST API 通过 memanto serve 启动，运行时端点参考 docs.memanto.ai/api 与 http://localhost:8000/docs。
- 其他命令：memanto daily-summary 提供可读摘要；memanto status 查看已注册智能体、会话与健康状态；memanto memory restore 可恢复内存。
适用场景：需要跨平台管理智能体内存、处理多智能体矛盾、控制内存过期、要求数据主权与可审计性的团队和组织；适合希望避免平台原生日忆功能锁定、需要可移植 OKF 格式的用户。
限制与说明：文档称在公开召回基准上报告 LongMemEval 89.8%、LoCoMo 87.1%，数据集与测试工具开源于 huggingface.co/moorcheh。同时明确提醒：跨项目的基准分数不可直接比较，读者模型、评判模型、评判提示和检索预算各会带来数分波动，不同公开运行配置不同，所有数字（包括其自身）应视为方向性参考；内存代理最终应衡量的不是召回率，而是长期资产质量（矛盾率、陈旧度、第六个月的精确度）。项目采用 MIT 许可，无开放核心层、功能开关、席位限制。平台支持 macOS、Linux、Windows。联系方式 support@moorcheh.ai、@moorcheh_ai。其他如具体定价、更多集成细节等暂未提供。
