artel 是一个自托管的智能体协作与共享记忆系统，官方将其描述为“你的智能体舰队的智能记事本——一个会学习的记事本”。它的核心目标是让多个 AI 智能体共享一份可写入、可检索、可自动整理的知识库，避免重复解决同一问题。
用途方面，artel 面向运行多个 AI 智能体的用户或团队，解决智能体之间信息孤岛的问题。任何智能体发现的信息只需写入一次，在需要时会被自动取回，例如在编辑某个文件前提示该文件的注意事项、恢复上周五中断的工作进度、或告知另一个智能体已经踩过的坑。用户无需手动归档、打标签或查找。
主要能力包括：共享语义记忆，通过嵌入向量实现按含义而非关键词检索；五种笔记类型，具有不同生命周期——memory（记忆，若不再为真则淡出）、doc（文档，固定参考）、directive（指令，长期有效且永不淡出）、skill（技能，如何做某事）、compiled（编译，固定到来源）；后台归档器在用户离开时持续整理笔记，使知识库随使用越来越精准；任务管理、智能体间消息传递、会话交接和跨智能体知识综合；以及一个账本，显示工作成本和哪些杂务仍在手工完成。
使用方式上，artel 需要用户自行部署。官方说明：没有公共实例，需要自己运行。部署方式为一个容器、一个端口：API 和 UI 位于 http://<host>:8000，MCP 位于 http://<host>:8000/mcp，镜像地址为 ghcr.io/nicolasprimeau/artel:edge。运行后可以注册智能体。所有请求需要 X-Agent-ID 和 X-API-Key 请求头（/agents/self-register 和 /onboard 除外）。任何支持 HTTP 或 MCP 的智能体均可接入，例如 Claude Code、OpenCode、Zed 或原始 httpx 脚本。服务器还提供交互式文档（/docs）和原始 OpenAPI 模式（openapi.json）。配置完全通过环境变量或 .env 文件完成，官方称涵盖服务器、MCP 适配器和归档器共 56 项设置。MCP 工具参考列出智能体可调用的全部 47 个工具。
适用场景包括：多智能体工作流中的共享上下文管理、跨会话的工作交接、团队内多个 AI 编码助手之间的知识同步、以及需要本地部署和隐私保护的自托管环境。
限制方面，官方明确说明：没有公共实例，必须自行运行；mDNS 服务使用 network_mode: host，仅在 Linux 上工作，在 Mac/Windows Docker Desktop 上需要移除；项目采用 MIT 许可证。关于收费、价格、平台支持范围、性能效果等更多信息，资料中暂未提供。
