MemoryLake
工程与开发者

您的聊天机器人忘记每个用户。MemoryLake 解决了这个问题。

一个无法记住回访用户的聊天机器人不是智能助手 — 它只是一个昂贵的常见问题解答页面。MemoryLake 通过 REST API 为任何聊天机器人添加每个用户的持久记忆，因此用户每次都能准确地从上次离开的地方继续。

Day 1“一个无法记住回访用户的聊天机器人不是智能助手 —”“它只是一个昂贵的常见问题解答页面。MemoryLake 通过 REST AP…”✓ Got it, I will remember.Day 7 — new session“Same task again — can you keep the context?”× Sure — what was the context again?(forgot every detail you taught it)+ MEMORYLAKE LAYERMemory auto-loaded每用户记忆存储，毫秒级检索背景记忆捕捉用户身份和偏好对话记忆创建永久可搜索的会话历史SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

您的聊天机器人忘记每个用户。MemoryLake 解决了这个问题。

免费开始使用

永久免费 · 无需信用卡

记忆问题

聊天机器人平台提供会话上下文 — 这 次对话中发生了什么。当会话结束时，这个上下文就消失了。下次用户返回时，他们需要重新介绍自己，重新陈述他们的偏好，并重新解释他们的情况。每个会话都是从零开始。这在客户支持、内部 AI 助手以及任何关系应该随着时间加深的聊天机器人中尤其有害。

MemoryLake 的不同之处

每用户记忆存储，毫秒级检索

每用户记忆存储，毫秒级检索

MemoryLake 为每个用户维护一个单独的记忆存储，在会话开始时以毫秒级检索。用户无需等待；聊天机器人在对话开始时立即准备好。

MEMORY背景记忆捕捉用户身份和…

背景记忆捕捉用户身份和偏好

用户是谁，他们的偏好是什么，他们之前告诉聊天机器人的内容 — 所有这些都存储在只读的背景记忆中，并在每个会话中自动呈现。聊天机器人始终知道它在与谁交谈。

MEMORY对话记忆创建永久可搜索的会话历史

对话记忆创建永久可搜索的会话历史

每个完成的会话都记录为对话记忆，并保持可搜索。聊天机器人可以像引用上周讨论的内容一样轻松引用三个月前讨论的内容。

免费开始使用

永久免费 · 无需信用卡

工作原理

  1. 连接 — 从您的聊天机器人后端调用 MemoryLake REST API。适用于任何技术栈 — Node.js、Python、Go 或任何 HTTP 客户端。每用户记忆由用户 ID 进行键控。
  2. 结构 — 随着对话的展开，相关信息被写入正确的记忆类别：用户偏好写入背景，新的事实写入事实记忆，会话摘要写入对话记忆。
  3. 重用 — 在每个新会话开始时，检索用户的记忆包。聊天机器人以完整的上下文迎接回访用户 — 无需重新介绍。

前后对比

Without MemoryLakeWith MemoryLake
Returning user experienceTreated as a new user every sessionFull context from prior sessions available immediately
User preferencesRe-stated each session or stored in a separate DB manuallyStored in Background Memory, auto-surfaced at session start
Session history lookupRequires custom database + search implementationConversation Memory is permanently searchable via API
Conflicting user infoSilently accepted or ignoredFact Memory conflict detection flags inconsistencies
ScalePer-user state management becomes a custom engineering projectMemoryLake handles per-user stores at production scale

适用于

MemoryLake 是构建面向客户的聊天机器人、内部 AI 助手和 AI 驱动支持工具的工程团队的正确选择，其中会话之间的连续性是产品要求，而不是可有可无的功能。它处理记忆基础设施，使您的团队专注于聊天机器人体验。

可运行的 demo约 2 分钟

在你自己的账号上跑通这个场景

两位用户在四个渠道上与一个虚构的旅行助手机器人进行五次会话。每次会话都是用户与机器人之间的对话，因此抽取出的事实归到用户自己的 actor 名下。随后 demo 用一次限定范围的检索识别回访用户，验证一位用户的记忆不会回答另一位用户的问题，并按用户要求删除一条记忆。

你会看到

  • 每个终端用户一个 HUMAN actor，以你自己的用户 ID 为键
  • 事实归用户所有——不归机器人，也不归项目
  • 一次 search --actors 得到后端拼进模型提示词的 <memory> 块
  • 跨用户隔离检查，以及通过 fact delete 实现的被遗忘权

需要: 一个 MemoryLake API key · memorylake CLI · Python 3.9+

运行

git clone https://github.com/memorylake-ai/memorylake-usecases.git
cd memorylake-usecases/chatbot-user-memory
export MEMORYLAKE_BASE_URL=https://app.memorylake.cn/openapi/memorylake
export MEMORYLAKE_API_KEY=sk-…
python3 demo.py          # or: python3 web/server.py
在 GitHub 上打开阅读完整说明

看它跑起来 · 真实录制，未剪辑

CLI 演示2:40Web 演示2:49

相关场景

Engineering & DeveloperAI 应用的记忆 APIMemoryLake's REST API and Python SDK add typed persistent memory to any AI app. AES-256 encrypted, SOC 2 certified, with millisecond retrieval at production scale.
Engineering & DeveloperAI 代理的持久上下文AI agents reset context every run. MemoryLake gives agents Background, Skill, and Conversation memory that compounds across runs — via MCP or REST API.
Engineering & Developer会话记忆与持久记忆Session memory resets with the conversation. Persistent memory survives indefinitely. Learn the architectural difference and when each type of AI memory applies.
Engineering & DeveloperLLMs 的长期记忆Add structured long-term memory to any LLM via REST API or MCP. MemoryLake stores typed memory across sessions with #1 LoCoMo retrieval accuracy — no context bloat.

常见问题

实时聊天时记忆检索有多快？

MemoryLake 以毫秒延迟检索记忆 — 足够快以实现实时聊天，而不会在会话开始或对话中查找时增加可感知的延迟。

MemoryLake 是按用户还是按聊天机器人存储记忆？

两者都有。MemoryLake 支持用户范围的记忆（按用户 ID 键控的每用户存储）和应用范围的记忆（所有给定聊天机器人的用户可访问的共享知识）。您可以控制范围。

用户记忆数据是否加密且符合规范？

是的。所有数据都使用 AES-256 加密，并进行端到端加密。MemoryLake 通过 ISO 27001 和 SOC 2 Type II 认证，并符合 GDPR 和 CCPA — 适合处理个人数据的生产部署。

全部场景免费开始使用