企业官网建设流程全解析

5分钟上手ReMe Agent记忆管理:新手入门完整教程

【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMe

ReMe 是一个开源的 Agent 记忆管理工具（Memory Management Kit for Agents），口号是 "Remember Me, Refine Me"。它把 AI Agent 的对话、偏好和经验沉淀成可读、可编辑、可检索的 Markdown 文件，让 Agent 真正"记住你"，并在长期使用中持续"优化自己"。本教程带你用 5 分钟完成 ReMe 安装、启动和第一次记忆写入，零基础也能跟着做。

为什么 Agent 需要记忆管理？

大多数 AI 助手在对话结束后就"失忆"了：你的偏好、项目背景、踩过的坑全都会丢失。ReMe 的解法很朴素——Memory as File, File as Memory（记忆即文件，文件即记忆）：

• 📄记忆就是普通 Markdown 文件，带 frontmatter 和 wikilink，你可以直接打开、编辑、备份
• 🔄自进化知识库：对话和资源会先沉淀为每日笔记（daily），再逐步蒸馏成长期记忆（digest）
• 🔍精准召回：BM25 关键词 + 可选向量 + wikilink 图谱扩展，按行级片段检索，不污染上下文
• 🤝跨 Agent 共享：个人助理、编码 Agent 可通过 CLI、HTTP、MCP、SKILL.md 等共享同一套本地记忆空间

核心设计文档可参考 docs/zh/memory_as_file.md，快速上手指南在 docs/zh/quick_start.md。

第一步：安装 ReMe（1 分钟）

ReMe 要求Python 3.11+。最简安装只需一条命令：

pip install "reme-ai[core]"

💡core是推荐安装项：Agent 自动记忆等自进化能力依赖它。

如果想从源码安装（仓库地址：https://gitcode.com/GitHub_Trending/me/ReMe）：

git clone https://gitcode.com/GitHub_Trending/me/ReMe cd ReMe pip install -e reme_studio -e ".[core]" cd reme_studio && npm ci && npm run build:static && cd ..

要不要配置 LLM？如果只用基础的文件读写和 BM25 检索，可以跳过。想使用auto_memory、auto_dream等自动记忆流程，在项目根目录创建.env：

LLM_BACKEND=openai LLM_MODEL_NAME=qwen3.7-plus LLM_API_KEY=your_api_key LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

第二步：启动记忆服务并体验 Studio（1 分钟）

reme start

默认服务地址是127.0.0.1:2333。端口被占用时换个端口即可：

reme start service.port=8181

验证服务是否存活：

reme version reme health_check reme help

启动后，用浏览器打开http://127.0.0.1:2333/，就能进入ReMe Studio——一个可视化的记忆工作台，可以直接浏览、编辑、搜索 workspace 中的记忆文件，还能查看 digest 的 wikilink 关系图（Studio 源码位于reme_studio/目录）。

第三步：5 分钟记忆演示——写入、索引、检索（3 分钟）

服务运行后，依次执行以下三条命令，完成"写记忆 → 建索引 → 查记忆"的完整闭环：

1）写入第一个记忆节点

reme write \ path=digest/wiki/quick-start-demo \ name="Quick Start Demo" \ description="A first ReMe memory node" \ content="# Quick Start Demo ReMe stores agent memory as readable Markdown. Related: [[digest/wiki/memory-as-file.md]]"

2）搜索记忆

reme search query="agent memory markdown" limit=5

3）读取记忆内容

reme read path=digest/wiki/quick-start-demo start_line=1 end_line=20

生成的文件就是普通 Markdown（带 frontmatter 元数据）。你不需要手动建索引——后台 watcher 会监听daily/和digest/目录并自动构建 BM25 索引与 wikilink 图谱；想手动重建时执行reme reindex即可。

认识记忆工作区：四层目录结构

ReMe 的默认工作区是当前目录下的.reme/，启动时自动创建，按记忆生命周期分为四层：

记忆流转路径很清晰：对话/资料 → daily/（浅加工）→ digest/（深加工）。比如digest/下按personal/（个人事实）、procedure/（流程经验）、wiki/（通用知识）分类存放。

让 Agent 自动记忆：auto_memory 与 auto_dream

这是 ReMe 最有意思的部分——记忆不再靠手动整理，而是自动沉淀。

自动记忆（auto_memory）：把一段对话交给它，Agent 会判断哪些内容值得记（用户偏好、关键事实、过程决定、可复用经验），生成一张按主题命名的 daily 卡片，并保留原始对话记录在session/供追溯：

reme auto_memory \ session_id=chat-demo \ messages='[{"role":"user","content":"我喜欢把项目经验保存为Markdown"},{"role":"assistant","content":"已记录"}]' \ memory_hint="记录用户偏好"

自动做梦（auto_dream）：每天"做梦"时，它扫描最近两天的 daily 笔记，抽取高价值内容蒸馏进digest/长期记忆，相当于 Agent 的自我复盘与知识整理：

reme auto_dream date=2026-06-20

外部资料同理：把 md/txt/json/yaml 等文件放进resource/目录，后台的 auto_resource 会自动将其转成 daily 记忆卡片。详细流程说明见reme/steps/evolve/目录源码，以及 docs/zh/auto_memory.md、docs/zh/auto_dream.md。

跨 Agent 共享同一套记忆

ReMe 的记忆空间可以被多个 Agent 共用：个人助理、Claude Code、Codex 等不同运行时通过 CLI、HTTP API、MCP 或 SKILL.md 接入同一个 workspace，检索、维护和进化同一份知识。

下面是个人助理接入 ReMe 后的实际效果：Agent 在回答投资问题时，自动召回并利用了记忆中保存的历史分析。

新手常见问题 FAQ

Q1：不配 LLM 能用 ReMe 吗？可以。write、read、search、edit等基础文件操作和 BM25 检索开箱即用，只有 auto_memory/auto_dream 等自动流程需要 LLM。

Q2：记忆数据存在哪里，安全吗？完全本地化（local-first）。所有记忆都是你磁盘上的普通文件，可备份、可同步、可版本管理，没有黑盒数据库。

Q3：改了文件，索引会自动更新吗？会。后台 watcher 实时监听daily/和digest/下的 Markdown 变化并增量更新索引；也可以随时手动执行reme reindex全量重建。

Q4：想换端口或换工作区怎么办？启动时加参数即可：reme start workspace_dir=/tmp/reme-demo service.port=8181。完整配置项参考reme/config/default.yaml。

小结

5 分钟回顾一下你都学会了什么：

1. ✅pip install "reme-ai[core]"完成安装
2. ✅reme start启动服务，浏览器打开 Studio
3. ✅reme write→reme search→reme read完成记忆闭环
4. ✅ 用auto_memory/auto_dream让记忆自动沉淀

ReMe 让你第一次能像管理笔记一样管理 Agent 的记忆——可读、可编辑、可追溯。从这里出发，你的 Agent 将不再"聊完即忘"。

【免费下载链接】ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.项目地址: https://gitcode.com/GitHub_Trending/me/ReMe