mif-tools

记忆交换格式（MIF）

你的 AI Agent 在系统 A 中积累了 6 个月的记忆。你想试试系统 B。没有 MIF，所有记忆都会丢失。有了 MIF：

pip install mif-tools
mif convert mem0_export.json --to shodh -o memories.mif.json

完成。你的记忆可以自由迁移。

什么是 MIF？

一种与供应商无关的 AI Agent 记忆 JSON 封装格式。就像联系人用的 vCard 或事件用的 iCalendar——采用精简的架构，让记忆可以在不同供应商之间迁移而不会丢失数据。

只需 3 个必填字段。

{
  "mif_version": "2.0",
  "memories": [
    {
      "id": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
      "content": "User prefers dark mode across all applications",
      "created_at": "2026-01-15T10:30:00Z"
    }
  ]
}

其他所有内容——记忆类型、标签、实体、嵌入、知识图谱、供应商扩展——都是可选的。有的就添加，没有的就忽略。

安装

# Python
pip install mif-tools              # core (zero dependencies)
pip install mif-tools[validate]    # with JSON Schema validation
pip install mif-tools[mcp]         # with MCP server

# Node.js / TypeScript
npm install @varunshodh/mif-tools

在不同格式之间转换

# mem0 → MIF
mif convert mem0_export.json --from mem0 -o memories.mif.json

# MIF → Markdown (Obsidian/Letta style)
mif convert memories.mif.json --to markdown -o memories.md

# Auto-detect source format
mif convert any_memory_file.json -o output.mif.json

# Inspect any memory file
mif inspect memories.json

# Validate MIF document
mif validate memories.mif.json

Python API

from mif import load, dump, convert, MifDocument, Memory

# Load from any format (auto-detects mem0, markdown, generic JSON, MIF)
doc = load(open("mem0_export.json").read())
print(f"{len(doc.memories)} memories loaded")

# Convert between formats in one line
markdown = convert(data, from_format="mem0", to_format="markdown")

# Create memories from scratch
doc = MifDocument(memories=[
    Memory(
        id="123e4567-e89b-12d3-a456-426614174000",
        content="User prefers dark mode",
        created_at="2026-01-15T10:30:00Z",
        memory_type="observation",
        tags=["preferences", "ui"],
    )
])
print(dump(doc))  # MIF v2 JSON

# Deep validation (UUIDs, references, timestamps, embedding dimensions)
from mif import validate_deep
ok, warnings = validate_deep(open("export.mif.json").read())

将 MIF 添加到你的 MCP 服务（10 行）

from mif import load, dump

# Export handler
def export_memories(user_id: str) -> str:
    memories = my_storage.get_all(user_id)
    return dump(memories)

# Import handler — auto-detects mem0, markdown, generic JSON, MIF
def import_memories(data: str) -> dict:
    doc = load(data)
    for mem in doc.memories:
        my_storage.save(mem.id, mem.content, mem.created_at)
    return {"memories_imported": len(doc.memories)}

支持的格式

格式	ID	自动检测	描述
MIF v2	shodh	JSON 中包含 "mif_version"	原生格式，可无损往返转换
mem0	mem0	包含 "memory" 字段的 JSON 数组	mem0 记忆导出
CrewAI	crewai	包含 "task_description" 的 JSON 数组	CrewAI LTMSQLiteStorage 导出
LangChain	langchain	包含 "namespace" + "value" 的 JSON 数组	LangChain/LangMem Item 格式
通用 JSON	generic	包含 "content" 字段的 JSON 数组	任意 JSON 记忆数组
Markdown	markdown	以 --- 开头	YAML frontmatter（Letta/Obsidian 风格）

完整规范

MIF 支持用于丰富记忆数据的可选字段：

• 记忆类型 — observation、decision、learning、error、context、conversation 及自定义类型
• 实体引用 — 包含类型和置信度的命名实体
• 嵌入 — 模型名称、维度、向量（可复用或重新生成）
• 知识图谱 — 带置信度分数的实体和关系
• 供应商扩展 — 在往返转换中保留系统专属元数据
• 隐私 — PII 检测和脱敏标记

完整规范：spec/mif-v2.md | JSON Schema：schema/mif-v2.schema.json

MCP 服务

向任何兼容 MCP 的 AI 客户端提供 MIF 工具：

pip install mif-tools[mcp]
mif mcp

工具：export_memories、import_memories、validate_memories、inspect_memories、list_formats

适配器和实现

系统	状态	类型
shodh-memory	生产可用	内置 HTTP API（/api/export/mif、/api/import/mif）
mif-tools (PyPI)	生产可用	带 CLI 和 MCP 服务的 Python 包
@varunshodh/mif-tools (npm)	生产可用	带 CLI 的 TypeScript/Node.js 包
mem0	适配器已就绪	Python + npm
CrewAI	适配器已就绪	Python + npm
LangChain	适配器已就绪	Python + npm
通用 JSON	适配器已就绪	Python + npm
Markdown（YAML frontmatter）	适配器已就绪	Python + npm

设计原则

1. 精简 — 3 个必填字段，其他均为可选项。
2. 可扩展 — 往返转换时，必须保留未知字段和厂商扩展。
3. 厂商中立 — 此架构不会偏向任何实现。
4. 向前兼容 — 导入器必须忽略未知字段。

贡献

欢迎为任何记忆系统实现适配器。请参阅 CONTRIBUTING.md。

相关链接

• 文档 — 完整文档站点
• MCP SEP #2342 — 面向 Model Context Protocol 的原始提案
• tower-mcp #531 — tower-mcp 中的跟踪问题
• shodh-memory — 参考实现（Rust）
• PyPI 上的 mif-tools — Python 包
• npm 上的 @varunshodh/mif-tools — npm 包

许可证

Apache 2.0