Memoh：多成员、结构化长期记忆的容器化 AI 智能体系统

项目简介
为什么选择 Memoh？
- 现有方案的局限性
- Memoh 的优势
  - 🚀 核心特性
技术架构
- 🏗️ 系统架构
- 💾 记忆系统
  - 记忆特性
核心功能详解
快速开始
使用场景
开发指南
路线图
- 🎯 Version 0.1 目标
  - 即将推出的功能
社区支持
许可证
总结
- 🎯 核心优势
- 🌟 适用人群

Memoh 是一个强大的 AI 智能体系统平台，用户可以创建自己的 AI 机器人，并通过 Telegram、Discord、Lark(飞书)等平台与它们聊天。每个机器人都有独立的容器和内存系统，允许它们编辑文件、执行命令并自我构建——类似于 OpenClaw，Memoh 为多机器人管理提供了更安全、更灵活、更可扩展的解决方案。

项目简介

项目名称: Memoh
项目地址: https://github.com/memohai/Memoh
项目描述: Multi-Member, Structured Long-Memory, Containerized AI Agent System ✨
开发语言: Golang
开源协议: AGPLv3

Memoh 是一个用 Golang 构建的多机器人智能体服务，提供机器人、频道、MCP 和技能的完整图形化配置。我们使用 Containerd 为每个机器人提供容器级别的隔离，并深受 OpenClaw 的 Agent 设计启发。

为什么选择 Memoh？

现有方案的局限性

OpenClaw、Clawdbot 和 Moltbot 虽然令人印象深刻，但它们存在明显的缺点：稳定性问题、安全顾虑、配置复杂以及高昂的 token 成本。如果您正在寻找一个稳定、安全的机器人 SaaS 解决方案，可以考虑我们的开源 Memoh。

Memoh 的优势

🚀 核心特性

多机器人管理：创建多个机器人；人类和机器人，或机器人之间，可以进行私人聊天、群聊或协作。
容器化隔离：每个机器人在自己的独立容器中运行。机器人可以在容器内自由执行命令、编辑文件和访问网络——就像拥有自己的计算机一样。
记忆工程：每次聊天都存储在数据库中，默认加载最近 24 小时的上下文。每次对话轮次都存储为记忆，机器人可以通过语义搜索检索。
多平台支持：支持 Telegram、Lark (飞书) 等多个平台。
简单易用：通过图形界面配置机器人和 Provider、Model、Memory、Channel、MCP 和 Skills 设置——无需编码即可设置自己的 AI 机器人。
定时任务：使用 cron 表达式调度任务，在指定时间运行命令。

技术架构

🏗️ 系统架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Telegram      │    │    Discord      │    │   Lark/Feishu   │
│                 │    │                 │    │                 │
└─────────┬───────┘    └─────────┬───────┘    └─────────┬───────┘
          │                      │                      │
          └──────────────────────┼──────────────────────┘
                                 │
                    ┌─────────────┴─────────────┐
                    │      Memoh Core          │
                    │    (Golang Backend)      │
                    └─────────────┬─────────────┘
                                  │
                    ┌─────────────┴─────────────┐
                    │    Containerd Runtime    │
                    │  (Container Isolation)   │
                    └─────────────┬─────────────┘
                                  │
                    ┌─────────────┴─────────────┐
                    │     Bot Containers       │
                    │  ┌─────┐ ┌─────┐ ┌─────┐ │
                    │  │Bot1 │ │Bot2 │ │Bot3 │ │
                    │  └─────┘ └─────┘ └─────┘ │
                    └───────────────────────────┘

💾 记忆系统

Memoh 机器人具有深度工程化的记忆层，灵感来自 Mem0。通过存储每次对话轮次的知识，它能够实现更精确的记忆检索。

记忆特性

持久化存储：所有对话都存储在数据库中
上下文加载：默认加载最近 24 小时的上下文
语义搜索：通过语义搜索检索记忆
多用户识别：能够区分和记住来自多个人类和机器人的请求
群聊协作：在任何群聊中无缝工作

核心功能详解

🤖 多机器人管理

Memoh 支持创建和管理多个 AI 机器人，每个机器人都有：

独立身份：独立的配置和设置
容器隔离：完全隔离的运行环境
专属记忆：独立的记忆系统
平台集成：可连接到不同的聊天平台

🐳 容器化架构

每个机器人运行在独立的容器中，提供：

# 容器隔离示例
docker run -d \
  --name bot-1 \
  --memory=512m \
  --cpus=0.5 \
  -v bot-1-data:/app/data \
  memoh/bot:latest

容器优势：

安全性：完全隔离的执行环境
稳定性：单个机器人崩溃不影响其他机器人
资源控制：精确的 CPU 和内存限制
文件系统：独立的文件系统访问

🧠 记忆工程

Memoh 的记忆系统包括：

记忆存储

memory:
  type: vector_database
  retention: 30d
  context_window: 24h
  embedding_model: text-embedding-3-small

记忆检索

# 语义搜索示例
memories = bot.search_memories(
    query="用户之前提到的项目",
    limit=5,
    threshold=0.7
)

📱 多平台支持

支持的平台

Telegram：完整的 Bot API 支持
Discord：Slash Commands 和 Webhooks
Lark/Feishu：企业级协作平台
更多平台：持续扩展中

平台集成示例

# Telegram 配置
telegram:
  bot_token: "your_bot_token"
  webhook_url: "https://your-domain.com/webhook/telegram"
  
# Discord 配置
discord:
  bot_token: "your_discord_token"
  guild_ids: ["your_guild_id"]

快速开始

🐳 Docker 部署（推荐）

最快的部署方式：

# 克隆项目
git clone https://github.com/memohai/Memoh.git
cd Memoh

# 一键部署
./deploy.sh

# 访问管理界面
open http://localhost

📋 部署要求

系统要求

操作系统: Linux, macOS, Windows
Docker: 20.10+
Docker Compose: 2.0+
内存: 至少 2GB 可用内存
磁盘: 至少 10GB 可用空间

网络要求

出站网络: 访问 AI API 服务
入站端口: 80/443 (Web 界面)
容器网络: Docker 网络访问

⚙️ 配置指南

基础配置

# config.yaml
server:
  host: "0.0.0.0"
  port: 8080
  
database:
  type: "postgres"
  host: "localhost"
  port: 5432
  name: "memoh"
  user: "memoh"
  password: "your_password"

ai_provider:
  type: "openai"
  api_key: "your_openai_api_key"
  model: "gpt-4"

机器人配置

# bot-config.yaml
bots:
  - name: "assistant-bot"
    description: "通用助手机器人"
    platform: "telegram"
    model: "gpt-4"
    memory_enabled: true
    skills:
      - "file-manager"
      - "code-executor"
      - "web-scraper"

使用场景

🏠 家庭场景

家庭助理：为家庭成员创建专属机器人
任务管理：管理日常家务任务
智能提醒：基于记忆的智能提醒系统

👥 团队协作

机器人团队：构建专业化机器人团队
项目协作：项目管理和知识分享
自动化工作流：定时任务和自动化流程

🚀 企业应用

客服机器人：智能客服和支持系统
知识管理：企业知识库和问答系统
数据分析：自动化数据分析和报告

🎯 开发者工具

代码助手：编程辅助和代码审查
测试自动化：自动化测试和部署
文档生成：自动生成技术文档

开发指南

🔧 开发环境设置

# 克隆项目
git clone https://github.com/memohai/Memoh.git
cd Memoh

# 安装依赖
go mod download

# 运行开发环境
make dev

# 运行测试
make test

📝 贡献指南

Fork 项目
创建功能分支: git checkout -b feature/amazing-feature
提交更改: git commit -m 'Add amazing feature'
推送分支: git push origin feature/amazing-feature
创建 Pull Request

🐛 问题报告

如果您发现 bug 或有功能建议，请：

检查 Issues 是否已存在相关问题
创建新的 Issue，详细描述问题或建议
提供复现步骤和环境信息

路线图

🎯 Version 0.1 目标

请参考 Roadmap Version 0.1 获取详细信息。

即将推出的功能

更多平台支持：Slack, Microsoft Teams
高级记忆功能：层次化记忆和知识图谱
可视化编辑器：拖拽式机器人配置
插件市场：社区驱动的技能插件
企业版功能：SSO、权限管理、审计日志

社区支持

🌟 Star History

👥 贡献者

感谢所有为 Memoh 项目做出贡献的开发者！

💬 社区交流

GitHub Issues: 提交问题和建议
GitHub Discussions: 社区讨论
文档: 项目文档

许可证

本项目采用 AGPLv3 许可证。详情请参阅 LICENSE 文件。

Copyright (C) 2026 Memoh. All rights reserved.

This program is free software: you can redistribute it and/or modify
it under the terms of the GNU Affero General Public License as published by
the Free Software Foundation, either version 3 of the License, or
(at your option) any later version.

总结

Memoh 是一个功能强大、架构优雅的多机器人智能体系统。它通过容器化技术提供了安全隔离的运行环境，通过深度工程化的记忆系统实现了智能的上下文管理，通过图形化界面降低了使用门槛。

🎯 核心优势

🔒 安全性：容器级隔离确保安全
🧠 智能记忆：语义搜索和长期记忆
🚀 易用性：图形化配置界面
📱 多平台：支持主流聊天平台
⚡ 高性能：Golang 实现的高性能后端
🔧 可扩展：插件化架构支持扩展

🌟 适用人群

开发者：构建自定义 AI 机器人
企业用户：部署企业级智能助手
研究者：AI 智能体系统研究
爱好者：探索 AI 机器人技术

如果您正在寻找一个稳定、安全、功能丰富的多机器人智能体系统，Memoh 绝对值得尝试！

本文基于 Memoh 项目的官方文档编写，如有更新请以官方文档为准。