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。
🌟 版本亮点一览
|
产品模块 |
更新方向 |
更新内容 |
说明 |
|
云平台 |
协议支持 |
MCP 上线 |
首次发布 MemOS 的 MCP 适配，支持主流 MCP 客户端，实现一键集成记忆服务。 |
|
接口优化 |
记忆即时生效 |
优化记忆写入机制，修复了记忆添加延迟，导致新记忆未能即时被检索的问题。 |
|
|
开源项目 |
架构优化 |
API 架构优化 |
新增简化版接口，统一记忆访问方式。开发者无需再使用复杂的用户鉴权，只需通过 |
|
接口优化 |
异步记忆添加机制（Async Add） |
基于全新的异步模式，记忆添加从秒级降至毫秒级，并通过后台调度保持数据一致性与稳定性。 |
|
|
Playground |
推理提效 |
多轮对话组织优化 |
引入 KV Cache 重用机制，使多轮对话中模型能保持上下文一致性，同时显著减少重复推理计算量。 |
☁️ 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。
-
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。 -
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）。 -
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）
⚙️ 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。
