MemOS 版本更新：API 与 MCP 全面支持，让记忆更快、更轻、更智能

MemOS 版本更新 —— 本次更新带来了全新的架构优化：

• 针对 MemOS 云平台，我们优化了接口性能，让记忆写入进入毫秒时代；
• 针对开源版本，我们更新了 API 架构、引入异步机制，让记忆操作更轻、更快；
• 另外，我们支持 MCP啦（Model Context Protocol）！！

MCP 让模型具备“读写外部记忆”的标准化能力。通过它，任何支持 MCP 的 Agent、IDE 或模型都能直接访问 MemOS，像访问数据库一样操作记忆。

开发者现在可以一键直达 MemOS：

• 💾 开源项目
• 🧩 调用云平台
• 💬 在线体验

---

🌟 版本亮点一览

---

☁️ 01 MemOS 云平台更新 —— 记忆写入进入毫秒时代

MemOS 云平台为开发者提供托管式记忆服务，让你无需部署，即可通过 API 将“记忆”集成进应用中。

在本次更新中，我们重点优化了两大核心体验：性能与集成。

1.1 接口性能全面提升

• AddMessage 写入毫秒级响应：优化数据落盘与索引流程，写入性能提升超 10 倍；
• SearchMemory 检索准确度提升：支持并行索引检索，解决了多轮对话中“最新记忆未被及时检索”的问题；
• 上下文连贯性优化：多轮对话中记忆即时生效，确保模型能够连续感知上下文。

现在，你的 AI 应用可以真正做到：“用户刚说完，AI 立刻记得。”

1.2 MCP 正式上线 —— 一键直连 VS Code / Claude / Cursor

我们正式支持 Model Context Protocol（MCP），让 MemOS 能以标准协议被模型直接访问。这意味着你可以在任何 MCP 支持的客户端中直接“挂载” MemOS，像访问数据库一样读写记忆。

1.2.1 快速接入步骤

Step 1: 在控制台申请 API Key：👉 https://memos-dashboard.openmem.net/cn/apikeys/

Step 2: 配置 MCP 服务（示例代码）

{
  "mcpServers": {
    "memos-api-mcp": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@memtensor/memos-api-mcp"
      ],
      "env": {
        "MEMOS_API_KEY": "mpg-XH/a+ZV+yp/xxxxxxxxxx/niVjcaE",
        "MEMOS_USER_ID": "your-user-id"
      }
    },
    "md5-calculator": {
      "autoApprove": [
        "calculateMD5"
      ],
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": [
        "md5-mcp"
      ]
    }
  }
}

注意事项：
在使用 memos-api-mcp 时，需要同时启用 MD5 工具服务，否则部分哈希校验功能将无法正常工作。

1. 依赖要求：
   memos-api-mcp 依赖 md5-mcp 服务，请确保该 MCP 已正确安装并可用。
2. 建议配置：
   由于 memos-api-mcp 可能需要调用多个外部工具，推荐使用具备更强工具调用能力的模型（如 Claude 3.5、GPT-4o）。
3. 常见问题排查：
   若 md5-mcp 无法启动，请执行以下命令重新安装：

npm install -g md5-mcp --break-system-packages

1.2.2 Demo（基于 Claude Desktop 演示）

立即尝鲜：👉 https://memos-dashboard.openmem.net

---

⚙️ 02 开源版本更新 —— 架构轻量化与异步加速

2.1 API 架构优化，实现轻量、统一、无状态

本次更新中，MemOS 开源项目引入了更加简洁的记忆操作接口。开发者现在可以直接通过 /product/add 和 /product/search 发起记忆写入与检索请求，无需再经过复杂的用户鉴权逻辑。

该简化版接口以 mem_cube_id 为核心标识，实现统一访问方式，无论是在应用内部调用，还是多用户环境下的记忆操作，都可以更快速地完成接入与调试。

如下图所示，为更新后两个接口的调用参考示例：

# 添加记忆
curl -X POST "http://127.0.0.1:8002/product/add" \
-H "Content-Type: application/json" \
-d '{
  "messages": [
    {"role": "user", "content": "你好"},
    {"role": "assistant", "content": "你好, 听说你喜欢足球"}
  ],
  "mem_cube_id": "test-user"
}'

# 检索记忆
curl -X POST "http://127.0.0.1:8002/product/search" \
-H "Content-Type: application/json" \
-d '{
  "mem_cube_id":"test-user",
  "query":"我的记忆",
  "top_k":10
}'

2.2 异步记忆添加机制，响应快至毫秒级

旧版 /mem/add 接口执行时，需经历完整同步流程：解析 →Embedding→ 图谱写入 → 调度重组，批量或多轮调用场景下易阻塞主线程。

在本次更新中，MemOS 开源项目为 /mem/add 接口引入了异步记忆添加模式，只需要一行代码 TreeTextMemoryConfig.mode = "async"，接口调用后将立即响应，后台独立完成写入与更新，显著提升响应性能。

示例代码如下图所示：

# 启用异步模式
tree.mode = "async"
MOSCore.add()

🔬 测试显示：异步模式下平均写入延迟 < 100ms。

---

🗺️ 03 Playground —— 多轮对话组织结构优化，推理性能提升

本次更新还带来了 Playground 体验升级。MemOS 优化了多轮对话中明文记忆的组织方式，使模型在推理阶段可复用前序对话的 KV Cache，大幅提升多轮会话性能与一致性。

LOCOMO 数据集测试结果如下：

Category	MemOS v1.0.1	MemOS v1.0.2	Δ Diff
Overall	0.723	0.734	+0.011
Temporal Reasoning	0.467	0.510	+0.044
Multi-hop	0.773	0.780	+0.007

---

✨ 未来规划

本次更新标志着 MemOS 正式迈入标准化记忆协议与高效异步存储时代。未来版本中，我们将继续优化：

• Memory Scheduling 调度器智能化；
• 多模态记忆支持；
• 与主流 Agent 框架（如 Dify / LangGraph / Autogen）的原生集成。
  
  

💃 立即体验（划重点！）

• 💾 开源项目
• 🧩 调用云平台
• 💬 在线体验
  
  
  

💬 加入社区

我们正在寻找对记忆有热情、感兴趣的开发者。加入 MemOS 开发者社区或在 GitHub 提交你的使用案例，让我们一起构建下一代 AI 记忆操作系统。

欢迎各位 👏

• 在 GitHub 提交使用案例 👉 ：https://github.com/memtensor/memos
• 遇到问题？扫码进群，和 MemOS 核心贡献者一起讨论交流。