我们做了一个开源的记忆框架，叫memU，是以文件系统进行存储的，从设计上来说跟 Claude 的 skills 还挺相似的。

希望走过路过的各位大佬们，帮忙点点star（求求🥹🙏！！感谢！！）

GitHub link： https://github.com/NevaMind-AI/memU

memU 的核心理念：

1. 双检索模式：RAG(embedding) + LLM-based(non-embedding) 搜索 Non-embedding 搜索用于弥补传统 RAG 在高精度场景下的结构性准确度不足。

2. 记忆以可读的 Markdown 文件形式存在，而不是不透明的向量 在 Category 层，记忆以人类可读的 Markdown 文件存储。这一设计理念与 Anthropic 的 skills.md 一致。

3. 面向真实生产环境的 agent 设计，Prompt 可完全配置 例如，一个工程类 agent 可以将核心知识持久化为 Service_Architecture.md 和 Incident_Playbooks.md 。 模型会优先读取这些结构化文件来建立正确的推理前提，从而避免因“相似但不正确”的检索结果而导致的推理漂移。

欢迎感兴趣的朋友们尝试使用，希望大佬们多多给反馈，帮助我们进步😺