7 dự án GitHub mã nguồn mở về bộ nhớ AI

Các AI agent có khả năng xử lý cửa sổ ngữ cảnh lớn, nhưng vẫn sẽ quên đi những gì đã diễn ra sau khi phiên làm việc kết thúc. Các hệ thống bộ nhớ giúp khắc phục hạn chế này bằng cách lưu giữ những thông tin hữu ích, tùy chọn, mối quan hệ và trạng thái tác vụ, qua đó mang lại tính liên tục cho agent vượt ra ngoài phạm vi của một câu lệnh đơn lẻ.

Hiện nay, các dự án mã nguồn mở đang tiếp cận vấn đề bộ nhớ thông qua các API, cấu trúc đồ thị, bộ tiêu chuẩn đánh giá và trạng thái agent có tính di động. Trong bài viết này, chúng ta sẽ cùng tìm hiểu 7 dự án trên GitHub đang nghiên cứu về bộ nhớ AI – những nền tảng thực tiễn để xây dựng các agent có khả năng ghi nhớ, truy xuất thông tin và tự cải thiện theo thời gian.

1. Mem0

Bộ nhớ agent đa năng

Một lớp bộ nhớ đa năng dành cho các ứng dụng AI. Nó lưu trữ và truy xuất thông tin (ký ức) của người dùng hoặc agent, cho phép hệ thống duy trì thông tin xuyên suốt các phiên làm việc thay vì phải tái tạo lại ngữ cảnh mỗi lần bắt đầu. Dự án này giúp lưu giữ các dữ kiện hữu ích, tùy chọn ưu tiên và các tương tác trước đó, mang lại giải pháp thiết thực để duy trì tính liên tục mà không cần phụ thuộc hoàn toàn vào ngữ cảnh của cuộc hội thoại hiện tại.

Tại sao nó quan trọng: Đây là điểm khởi đầu thiết thực nếu bạn muốn bổ sung tính năng lưu trữ bộ nhớ dài hạn cho người dùng hoặc agent vào một ứng dụng hiện có mà không cần xây dựng lại toàn bộ hệ thống agent từ đầu.

GitHub: https://github.com/mem0ai/mem0

2. Hindsight

Bộ nhớ dài hạn và khả năng suy ngẫm

Một hệ thống bộ nhớ dài hạn được xây dựng dựa trên các cơ chế ghi nhớ, gợi nhớ và suy ngẫm. Hệ thống này được thiết kế để cho phép các agent lưu giữ thông tin và tận dụng kinh nghiệm trong quá khứ khi đưa ra các quyết định sau này. Cách tiếp cận này giúp agent xây dựng sự hiểu biết bền vững hơn về các tương tác trước đó, thay vì coi mỗi phiên làm việc là một sự kiện riêng biệt, độc lập.

Tại sao nó quan trọng: Điểm thú vị nằm ở sự chuyển dịch từ việc chỉ gợi nhớ thông tin đơn thuần sang khả năng suy ngẫm về những kinh nghiệm đã tích lũy được.

GitHub: https://github.com/vectorize-io/hindsight

3. memU

Bộ nhớ agent chủ động

Một kiến ​​trúc bộ nhớ dành cho agent, trong đó các trải nghiệm được lưu trữ được coi như tri thức có thể tổ chức và truy xuất sau này. Hệ thống hướng tới việc tạo ra bộ nhớ chủ động và bền vững thay vì chỉ truy xuất ngữ cảnh theo từng lần riêng lẻ. Điều này cho phép agent phát triển dựa trên thông tin từ các tương tác trước đó và hiển thị tri thức phù hợp khi cần thiết cho một nhiệm vụ hoặc cuộc hội thoại mới.

Tại sao nó quan trọng: Hữu ích cho việc tư duy về bộ nhớ như một lớp tri thức được tổ chức liên tục, thay vì chỉ là tập hợp các đoạn thông tin rời rạc được truy xuất ngẫu nhiên.

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

4. Cognee

Bộ nhớ tri thức dựa trên đồ thị

Chuyển đổi tài liệu, mã nguồn và các cuộc hội thoại thành dạng bộ nhớ có tính kết nối và khả năng tìm kiếm. Quy trình xử lý của nó kết hợp giữa tìm kiếm vector và các mối quan hệ dựa trên đồ thị, cho phép agent truy xuất thông tin dựa trên cả ý nghĩa lẫn mối liên kết giữa những khái niệm. Nhờ đó, agent có phương thức có cấu trúc để lưu giữ mối quan hệ giữa các thông tin thay vì chỉ lưu trữ chúng dưới dạng những phần dữ liệu riêng lẻ. Sau đó, hệ thống có thể tận dụng các kết nối này để hiển thị ngữ cảnh phù hợp cho những nhiệm vụ và tương tác trong tương lai.

Tại sao điều này quan trọng: Cho thấy cách thức kết hợp giữa truy xuất vector và những mối quan hệ dạng đồ thị để cung cấp cho các agent ngữ cảnh dài hạn phong phú hơn.

GitHub: https://github.com/topoteretes/cognee

5. Graphiti

Đồ thị tri thức có tính đến yếu tố thời gian

Một phương pháp tiếp cận đồ thị tri thức theo thời gian dành cho bộ nhớ của agent. Thay vì coi các sự kiện là những bản ghi tĩnh, Graphiti mô hình hóa cách thông tin và các mối quan hệ thay đổi theo thời gian; điều này rất hữu ích cho những trợ lý cần cập nhật ngữ cảnh liên tục. Nó cho phép các agent phân biệt giữa thông tin cũ và mới, đồng thời duy trì lịch sử chính xác về sự phát triển của những mối quan hệ và sự kiện qua các lần tương tác.

Tại sao nó quan trọng: Các mối quan hệ theo thời gian đóng vai trò thiết yếu khi những sự kiện, thực thể và sở thích của người dùng thay đổi theo thời gian.

GitHub: https://github.com/getzep/graphiti

6. OpenViking

Ngữ cảnh agent có tính bền vững

Một hệ thống bộ nhớ và ngữ cảnh dành cho agent, tập trung vào việc duy trì trạng thái của agent một cách bền vững và có thể truy xuất lại qua các lần tương tác. Hệ thống này được thiết kế để tổ chức ngữ cảnh sao cho agent có thể tái sử dụng thông tin trước đó thay vì phải bắt đầu lại từ đầu. Điều này giúp duy trì tính liên tục giữa các phiên làm việc và dễ dàng truy xuất thông tin liên quan khi agent gặp tác vụ tương tự hoặc cần phát triển tiếp dựa trên công việc trước đó.

Tại sao nó quan trọng: Dự án này hướng tới việc giữ cho trạng thái của agent được tổ chức tốt và có thể tái sử dụng khi số lượng tương tác ngày càng tăng.

GitHub: https://github.com/volcengine/OpenViking

7. OpenMemory

Bộ nhớ di động cho agent lập trình

Một công cụ giúp chuyển đổi ngữ cảnh của phiên lập trình giữa các nền tảng agent khác nhau như Claude Code, Codex và OpenCode. Nó hỗ trợ nhập và xuất các phiên làm việc, giúp lập trình viên không bị mất ngữ cảnh khi chuyển đổi công cụ. Dự án tập trung vào tính di động của ngữ cảnh, cho phép lập trình viên tiếp tục công việc dang dở mà không cần phải thiết lập lại cuộc hội thoại hay trạng thái tác vụ từ đầu.

Tại sao nó quan trọng: Nó giải quyết một vấn đề khác về bộ nhớ: Duy trì tính di động của lịch sử lập trình khi chuyển đổi giữa các nền tảng agent.

GitHub: https://github.com/mem0ai/openmemory