我们一直在思考，一个“真正 always-on 的 proactive agent”应该长什么样，于是做了memUbot的尝试。
它会 24/7 运行，持续记录构建长期记忆，随着时间推移，它会逐渐理解你的习惯和上下文。不再只是等待 Prompt ，而是尝试推断你的意图，在你开口之前就主动行动。 持续观察 → 记住 → 行动
在工程上还有一个很现实的点：它被设计成“低成本运行”。 通过把上下文放进记忆、尽量减少 LLM 调用，它相比 moltbot 使用的 token 要少得多，长期运行的成本也更低。
你可以在这里直接下载体验： https://memu.bot/
如果你已经在用moltbot（原名 clawdbot ），不想迁移，也完全没问题。你可以把我们开源的记忆层memU接进去，升级它的 Memory ，让它真正变成一个 24/7 工作的 proactive agent： https://github.com/NevaMind-AI/memU
也很欢迎正在做 Agent 或基础设施的朋友给我们一些反馈。
 |
1
jianglibo PRO 页面做的很漂亮，目前是不是只支持 macos 啊？如果仅支持 macos 最好在发送下载邮件的附近标注说明，不然 windows 用户 download 下来也没用。如果我有 macos 的话一定尝试一下，面向国内用户，团队一定花了很多精力吧，这网络环境会产生许多意想不到的问题。
|
 |
2
hanbaoji 1 天前
很感兴趣，实际使用的性能上和 moltbot 有区别吗？
|
 |
4
Koimiao OP @hanbaoji 性能上应该是会更好的，因为我们 memory 是用的自己的记忆框架，是优化过的，它会从积累用户的 memory 到意图抓取和理解分析，在您还没有发布给 memUbot 任务的时候就主动开始任务。而且 memory 还能帮助减少 token 消耗，从而降低成本（有看到帖子说在 moltbot 上一个‘hi’就要消耗 11 美金😂
|
 |
7
marunrun 22 小时 35 分钟前
 被 qq 标记为欺诈邮件了😂 |
 |
9
riceball 18 小时 3 分钟前
感觉类似目前的 skill, 或者说是否能做成 skill 更方便使用呢？ 当然如果能拆分得比 skill 更细，那就更好了！
用 sqlite 是个好主意，不过还是用了 RAG(with vector)存到 sqlite? |
Select Language