关于 Jean Memory
Jean Memory 是面向 AI 应用的记忆层与长期存储服务,提供远程 MCP 服务及 React、Python、Node.js 的 SDK。适合需要在多个应用中保持用户上下文的开发者。
主要功能
- 01提供 React 聊天组件与 Provider
- 02提供 Python 与 Node.js 无界面 SDK
- 03智能编排层分析意图并检索相关上下文
- 04提供 add_memories、search_memory 等细粒度工具
- 05支持托管云服务或自托管整套技术栈
适用场景
- 01为 React 应用添加具备用户上下文的聊天界面
- 02在 Python 或 Node.js 后端为 LLM 调用前注入上下文
- 03为自建 Agent 提供细粒度的记忆读写接口
MCP 相关
Jean Memory 以远程 MCP 服务的形式提供 jean_memory 编排工具,以及 add_memories、search_memory、deep_memory_query 等核心工具。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Jean Memory
仅需 5 行代码,即可在各个应用中实现 AI 记忆。
网站 · 控制面板 · SDK 和 API 文档 · 报告问题
快速开始:5 分钟内为应用添加记忆
使用我们易于上手的 SDK,为应用集成强大的记忆层。
React:添加完整的聊天界面
将完整且能感知上下文的聊天组件直接添加到 React 应用中。
// 1. Install the SDK
// npm install @jeanmemory/react
// 2. Add the provider and chat component
import { JeanProvider, JeanChat } from '@jeanmemory/react';
function MyApp() {
return (
<JeanProvider apiKey="YOUR_API_KEY">
<JeanChat />
</JeanProvider>
);
}
Python:为后端 Agent 提供支持
为 Python 后端或 AI Agent 添加上下文层。
# 1. Install the SDK
# pip install jeanmemory
# 2. Get context before calling your LLM
from jeanmemory import JeanClient
jean = JeanClient(api_key="YOUR_API_KEY")
# Get user_token from your frontend OAuth flow
context = jean.get_context(
user_token="USER_TOKEN_FROM_FRONTEND",
message="What was our last conversation about?"
).text
Node.js:增强 JavaScript 后端
将记忆集成到 Next.js、Express 或其他 Node.js 服务中。
// 1. Install the SDK
// npm install @jeanmemory/node
// 2. Get context in your API route
import { JeanClient } from '@jeanmemory/node';
const jean = new JeanClient({ apiKey: "YOUR_API_KEY" });
// Get userToken from your frontend OAuth flow
const context = await jean.getContext({
user_token: userToken,
message: "What was our last conversation about?"
});
➡️ 浏览完整的 SDK 文档,了解高级用法、身份验证和更多示例。
什么是 Jean Memory?
Jean Memory 提供持久且智能的记忆层,让 AI 应用能够借助深入的个人上下文了解用户。它不止于简单的信息检索,还能进行高级上下文工程,确保 AI 在推理时恰好获得所需信息,从而提供个性化、准确且有帮助的回答。
- 5 分钟完成集成:只需几分钟,即可将完整的生产就绪聊天界面添加到 React 应用中。
- 无头 SDK:为 Python 和 Node.js 提供强大的无头库,可与任何后端或 Agent 集成。
- 智能编排:不止于向量数据库。AI 驱动的编排层会动态分析意图、保存新信息,并为大模型检索最相关的上下文。
- 精细化工具:提供完整的 API 工具套件(
add_memories、search_memory、deep_memory_query),供需要直接精细控制的开发者使用。 - 安全且私密:用户上下文会安全存储,并由你掌控。
- 灵活托管:使用我们的托管云服务,无需任何设置;或自托管整个技术栈,获得完全控制权。
工作原理:编排引擎
Jean Memory 采用双层架构:智能编排层和由精细化工具组成的核心 API。
-
编排层(
jean_memory工具):这是主要的智能入口。调用时,该工具会分析用户消息和对话历史,以确定最佳上下文策略。随后,它会调用所需的核心工具来收集信息、综合结果,并为 AI 提供经过精心构建的上下文包。它还会在后台处理记忆保存。 -
核心 API(精细化工具):这些是编排器使用的底层构建模块。它们也通过 REST API 开放,供需要直接精细控制以构建自定义 Agent 或应用的开发者使用。
详情请参阅完整的 API 文档。
🧪 SDK 测试(面向开发者)
正在测试 Jean Memory SDK? 请参阅以下指南:
本地开发环境设置
在本地计算机上运行整个 Jean Memory 技术栈,用于开发和自托管。
前置条件:
- Node.js 18+ 和 npm
- Python 3.12+
- Docker 和 Docker Compose
- Git
1. 克隆代码库:
git clone https://github.com/jean-technologies/jean-memory.git
cd jean-memory
2. 进入 openmemory 目录:
cd openmemory
3. 执行一次性设置: 此脚本会收集所需的 API 密钥,并生成必要的环境文件。
make setup
4. 根据提示添加 API 密钥:
OPENAI_API_KEY(必需)- 从 OpenAI Platform 获取GEMINI_API_KEY(可选)- 从 Google AI Studio 获取
5. 构建环境: 此命令会构建 Docker 容器,并根据你的密钥配置环境。
make build
6. 启动开发服务:
选项 A:并发运行所有服务:
make dev
选项 B:在不同的终端中单独运行各项服务:
# Terminal 1: Start the backend API and databases
make dev-api
# Terminal 2: Start the frontend UI
make dev-ui
7. 访问应用:
- UI 仪表板:
http://localhost:3000 - API 文档:
http://localhost:8765/docs - Supabase Studio:
http://localhost:54323
贡献
欢迎社区贡献。请阅读我们的贡献指南,了解如何开始开发并提交拉取请求。
许可证
本项目包含来自 mem0ai/mem0 的代码,该代码依据 Apache 2.0 许可证分发。Jean Technologies 所做的所有新增内容和修改均为专有内容。
支持
- 文档:docs.jeanmemory.com
- Bug 报告:GitHub Issues
- 一般咨询:[email protected]
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。