Nền tảng trí nhớ dài hạn cho AI. Dùng ngay qua sản phẩm sẵn có, hoặc tích hợp API.
from memoryai import MemoryAI
mem = MemoryAI(api_key="hm_sk_...")
# Store — auto-extract entities, dedup, shield
mem.store("User prefers TypeScript + dark mode")
# Recall — 4-way fusion (vector + brain + FTS + recency)
results = mem.recall("user preferences")
for r in results:
print(f"[{r.score:.0%}] {r.content}")
# → [95%] User prefers TypeScript + dark modeDùng ngay sản phẩm sẵn có, hoặc tích hợp API cho riêng bạn.
Bot bán hàng nhớ từng khách — tự động trả lời, chăm sóc, upsell trên Zalo OA.
Từ 99K/thángTrợ lý AI cho giáo viên & nhân viên văn phòng — soạn giáo án, viết báo cáo, nhớ phong cách.
Từ 99K/thángMemory layer cho developers — Neural Brain, Auto-Extract, Shield, 82 endpoints.
Free tier có sẵnDùng ngay sản phẩm sẵn có, hoặc tích hợp API cho riêng bạn.
Bot bán hàng nhớ từng khách — tự động trả lời, chăm sóc, upsell trên Zalo OA.
Từ 99K/thángTrợ lý AI cho giáo viên & nhân viên văn phòng — soạn giáo án, viết báo cáo, nhớ phong cách.
Từ 99K/thángMemory layer cho developers — Neural Brain, Auto-Extract, Shield, 82 endpoints.
Free tier có sẵnMỗi phiên bắt đầu từ số 0. Agent mất hết quyết định, sở thích, nghiên cứu — mọi thứ bạn đã xây dựng cùng nhau.
Bạn phải giải thích lại cùng preferences, patterns, tech stack mỗi phiên. Hàng giờ lãng phí.
Các quyết định architecture, bug fixes, bài học quan trọng biến mất khi context window đầy.
Phiên dài làm giảm chất lượng. Agent không giữ được hết và bắt đầu hallucinate hoặc quên thay đổi gần đây.
Chỉ cần gọi store() và recall() — mọi thứ khác được xử lý tự động.
Gửi bất kỳ text nào. API nhận và bắt đầu xử lý.
Tự động trích xuất entities, facts, preferences từ text thô.
Loại bỏ trùng lặp, chặn dữ liệu xấu qua LLM judge + behavior analysis.
Neural Brain học connections giữa memories (Hebbian + spreading activation).
Truy xuất qua 4 kênh: vector similarity + brain activation + full-text search + recency.
6 công nghệ lõi mà không giải pháp memory nào khác có đủ.
Mô phỏng não người với Hebbian learning, Oja's rule, spreading activation và natural decay. Memories tự kết nối và mạnh lên theo thời gian.
Kết hợp 4 kênh truy xuất: vector similarity, brain activation, full-text search, và recency scoring. Không bỏ sót memory nào.
Bảo vệ 3 lớp: store guard kiểm tra đầu vào, LLM judge đánh giá chất lượng, behavior analysis phát hiện bất thường.
Background LLM tổng hợp và nén memories khi hệ thống rảnh — giống não người consolidate khi ngủ.
Dual-timestamp tracking + point-in-time query. Hỏi "user thích gì vào tháng 1?" và nhận đúng câu trả lời tại thời điểm đó.
Nhiều agents chia sẻ memory blocks với permission control. Agent A học được gì, Agent B biết ngay.
Những tính năng MemoryAI có mà các giải pháp memory thông thường không có.
| Tính Năng | MemoryAI | Giải Pháp Thông Thường |
|---|---|---|
| Neural Brain (Hebbian learning) | ✓ | ✗ |
| 4-Way Retrieval Fusion | ✓ | ✗ |
| Shield / Immune System | ✓ | ✗ |
| Sleeptime Consolidation | ✓ | ✗ |
| Temporal Reasoning (point-in-time) | ✓ | ✗ |
| Multi-Agent Shared Memory | ✓ | ~ |
| Auto-Extract (entities, facts) | ✓ | ~ |
| Smart Deduplication | ✓ | ~ |
| Tìm kiếm Vector | ✓ | ✓ |
| Lưu trữ cơ bản | ✓ | ✓ |
| Content Pool (cross-tenant) | ✓ | ✗ |
| Entity Tracking tự động | ✓ | ~ |
| Session Handoff | ✓ | ~ |
| Background Workers (7) | ✓ | ✗ |
| Không vendor lock-in | ✓ | ~ |
✓ = có đầy đủ · ~ = có một phần hoặc cần tự build · ✗ = không có
82 endpoints, 37 modules, 7 workers. Hoạt động với mọi LLM.
Lưu memory với tags, priority, metadata. Tự động embedding.
Truy xuất theo meaning, không phải keywords. Fast / Deep / Reason.
Nén phiên dài thành key memories. Giữ lại điều quan trọng.
Tự trích xuất entities, facts, preferences từ text thô.
Cùng knowledge chỉ lưu 1 lần. Mâu thuẫn được flag tự động.
Hebbian learning + Oja's rule + spreading activation + natural decay.
Dual-timestamp + point-in-time query. Hỏi về quá khứ, nhận đúng đáp án.
Background LLM synthesis. Consolidate memories khi hệ thống rảnh.
Store guard + LLM judge + behavior analysis. Chặn dữ liệu xấu.
Shared memory blocks + permissions. Nhiều agents cùng học.
Background workers xử lý embedding, decay, consolidation, cleanup.
Cross-tenant shared intelligence. Opt-in anonymized patterns.
Tự nhận diện files, people, packages, URLs cho recall chính xác hơn.
Tiếp tục đúng chỗ bạn dừng. Mỗi lần. Như thức dậy với đầy đủ context.
Không vendor lock-in — mang LLM của bạn.
Python SDK, MCP server cho IDEs, OpenClaw skill, hoặc REST API.
from memoryai import MemoryAI
mem = MemoryAI(api_key="hm_sk_...", base_url="https://memoryai.dev")
# Store what you learn
mem.store("User prefers dark mode", tags=["preferences"], priority="hot")
# Recall memories
for r in mem.recall("user preferences"):
print(f"[{r.score:.0%}] {r.content}")
# Consolidate a long session
mem.compact("Session transcript...", task_context="Refactoring auth"){
"mcpServers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "hm_sk_your_key_here"
}
}
}
}Xem hướng dẫn chi tiết cho từng IDE bên dưới ↓
# Store a memory
curl -X POST https://memoryai.dev/v1/store \
-H "Authorization: Bearer hm_sk_..." \
-H "Content-Type: application/json" \
-d '{"content": "Important fact", "tags": ["project"], "priority": "hot"}'
# Recall memories
curl -X POST https://memoryai.dev/v1/recall \
-H "Authorization: Bearer hm_sk_..." \
-d '{"query": "project facts", "depth": "deep"}'# Install from ClaWHub
clawhub install memoryai
# Add your API key
# ~/.openclaw/workspace/skills/memoryai/config.json
{"endpoint":"https://memoryai.dev","api_key":"YOUR_KEY"}Hướng dẫn chi tiết cho mọi nền tảng hỗ trợ.
🖱️ Cursor — 3 bước
Bước 1: Cài MCP server
npm install -g memoryai-mcp
Bước 2: Mở Cursor Settings → Features → MCP Servers → + Add new MCP server. Hoặc tạo ~/.cursor/mcp.json:
{
"mcpServers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "YOUR_KEY"
}
}
}
}Bước 3: Restart Cursor. Thử hỏi:
"Remember that I prefer TypeScript over JavaScript" "What do you remember about my project?" "Summarize and store what we did today"
💡 Tip: Dùng Agent mode (⌘I) để agent tự động sử dụng memory tools.
💻 VS Code (Copilot) — 3 bước
Bước 1: Cần GitHub Copilot extension + MCP support (VS Code 1.99+).
Bước 2: Tạo .vscode/mcp.json:
{
"servers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "YOUR_KEY"
}
}
}
}Bước 3: Mở Copilot Chat (⌘⇧I) → chọn Agent mode.
🤖 Claude Desktop — 3 bước
Bước 1: npm install -g memoryai-mcp
Bước 2: Edit claude_desktop_config.json:
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "YOUR_KEY"
}
}
}
}Bước 3: Restart Claude Desktop. Tìm icon 🔧 trong chat input.
🏄 Windsurf — 3 bước
Bước 1: npm install -g memoryai-mcp
Bước 2: Edit ~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "YOUR_KEY"
}
}
}
}Bước 3: Restart Windsurf. Mở Cascade → memory tools sẵn sàng.
🪁 Kiro (AWS) — 3 bước
Bước 1: npm install -g memoryai-mcp
Bước 2: Tạo .kiro/settings/mcp.json:
{
"mcpServers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "YOUR_KEY"
}
}
}
}Bước 3: Mở Kiro AI pane → memory tools tự phát hiện.
🚀 Antigravity — 3 bước
Bước 1: npm install -g memoryai-mcp
Bước 2: Edit ~/.gemini/antigravity/settings/mcp.json:
{
"mcpServers": {
"memoryai": {
"command": "npx",
"args": ["-y", "memoryai-mcp"],
"env": {
"HM_ENDPOINT": "https://memoryai.dev",
"HM_API_KEY": "YOUR_KEY"
}
}
}
}Bước 3: Restart Antigravity. Memory tools sẵn sàng trong tool list.
🦞 OpenClaw — 4 bước
Bước 1: Cài skill:
clawhub install memoryai
Bước 2: Thêm API key:
{
"endpoint": "https://memoryai.dev",
"api_key": "YOUR_KEY"
}Bước 3: Set env (optional):
export HM_API_KEY="YOUR_KEY"Bước 4: Restart OpenClaw. Done.
🐍 Python SDK
Bước 1: Cài package (Python 3.10+, zero deps):
pip install hmc-memory
Bước 2: Khởi tạo:
from memoryai import MemoryAI
mem = MemoryAI(api_key="YOUR_KEY", base_url="https://memoryai.dev")Bước 3: Store + Recall:
mem.store("User prefers dark mode", tags=["preferences"], priority="hot")
results = mem.recall("user preferences", depth="deep")
for r in results:
print(f"[{r.score:.0%}] {r.content}")💡 Dùng AsyncMemoryAI cho async frameworks.
Bắt đầu miễn phí. Nâng cấp khi cần.
Bắt đầu ngay — không cần thẻ
~$24/tháng · Cho builders nghiêm túc
~$59/tháng · Shared memory cho nhiều agents
Từ 5M/~$300 · Self-hosted hoặc managed
Tìm giải pháp sẵn có? Xem Zalo AI Sales (từ 99K) hoặc Zalo AI Trợ Lý (từ 99K)
Từ developer solo đến team enterprise — memory mở rộng theo workflow.
Nhớ architecture decisions, code patterns, bug fixes qua mọi phiên coding.
Tích lũy findings qua nhiều tuần. Agent xây knowledge base lớn dần theo mỗi lần tìm kiếm.
Nhớ preferences, issues cũ, resolution patterns. Không bao giờ hỏi lại cùng câu hỏi.
Agent A nghiên cứu, Agent B code, Agent C review — tất cả chia sẻ cùng memory pool.
Tạo API key trong vài giây. Free tier, không cần thẻ.
npm install -g memoryai-mcp
Sau đó thêm MCP config → chuyển tab "MCP Config" để xem JSON.
// ~/.cursor/mcp.json { "mcpServers": { "memoryai": { "command": "npx", "args": ["-y", "memoryai-mcp"], "env": { "HM_ENDPOINT": "https://memoryai.dev", "HM_API_KEY": "YOUR_KEY" } } } }
npm install -g memoryai-mcp
Sau đó thêm MCP config → chuyển tab "MCP Config" để xem JSON.
// .vscode/mcp.json { "servers": { "memoryai": { "command": "npx", "args": ["-y", "memoryai-mcp"], "env": { "HM_ENDPOINT": "https://memoryai.dev", "HM_API_KEY": "YOUR_KEY" } } } }
npm install -g memoryai-mcp
Sau đó thêm vào claude_desktop_config.json → xem tab "MCP Config".
// claude_desktop_config.json { "mcpServers": { "memoryai": { "command": "npx", "args": ["-y", "memoryai-mcp"], "env": { "HM_ENDPOINT": "https://memoryai.dev", "HM_API_KEY": "YOUR_KEY" } } } }
npm install -g memoryai-mcp
Sau đó thêm MCP config → chuyển tab "MCP Config" để xem JSON.
// ~/.codeium/windsurf/mcp_config.json { "mcpServers": { "memoryai": { "command": "npx", "args": ["-y", "memoryai-mcp"], "env": { "HM_ENDPOINT": "https://memoryai.dev", "HM_API_KEY": "YOUR_KEY" } } } }
npm install -g memoryai-mcp
Sau đó thêm MCP config → chuyển tab "MCP Config" để xem JSON.
// .kiro/settings/mcp.json { "mcpServers": { "memoryai": { "command": "npx", "args": ["-y", "memoryai-mcp"], "env": { "HM_ENDPOINT": "https://memoryai.dev", "HM_API_KEY": "YOUR_KEY" } } } }
clawhub install memoryai
# Thêm key vào config:
# ~/.openclaw/workspace/skills/memoryai/config.json
{"endpoint":"https://memoryai.dev","api_key":"YOUR_KEY"}# openclaw.yaml — MCP mode mcp: servers: memoryai: command: npx args: ["-y", "memoryai-mcp"] env: HM_ENDPOINT: "https://memoryai.dev" HM_API_KEY: "YOUR_KEY"
npm install -g memoryai-mcp
Sau đó thêm MCP config → chuyển tab "MCP Config" để xem JSON.
// ~/.gemini/antigravity/settings/mcp.json { "mcpServers": { "memoryai": { "command": "npx", "args": ["-y", "memoryai-mcp"], "env": { "HM_ENDPOINT": "https://memoryai.dev", "HM_API_KEY": "YOUR_KEY" } } } }
pip install hmc-memory # Quick start from memoryai import MemoryAI mem = MemoryAI(api_key="YOUR_KEY", base_url="https://memoryai.dev") mem.store("Hello world!", tags=["test"], priority="hot")
# Async usage from memoryai import AsyncMemoryAI async with AsyncMemoryAI(api_key="YOUR_KEY", base_url="https://memoryai.dev") as mem: await mem.store("Important context", tags=["project"]) results = await mem.recall("project context") for r in results: print(f"[{r.score:.0%}] {r.content}")