给 AI 做记忆，存对话是最容易的一步。麻烦的三件事摆在那：新旧事实冲突了听谁的，哪条信息该被扔掉，取回来的那堆又该塞进上下文多少。supermemory 把这三件当成正经工程活在干，README 里是这么写的，做法也对得上。
它的引擎只有一层，却管着四样：从聊天里抽出事实、维护用户画像、处理更新与矛盾、到点自动遗忘。画像拆成两块，稳定的偏好和最近的活动分开记。查询侧把 RAG 和记忆并成一次返回，文档和个性化上下文同时到，省掉来回切。
成绩方面，官方自称在 LongMemEval、LoCoMo、ConvoMem 三个公开基准上全拿第一，另有 95% Recall@15、99.4% 压缩率、50ms 出画像这几个数。自述归自述，基准开源这点让人能自己复跑，我认这个下限。
工具接法给得全：Claude Code、Cursor、Codex、OpenCode、Muse 每家一个独立仓库，MCP 也是选项。三个动作各管一段，存取忘、按查询捞、往对话开头铺画像，后两个编辑器敲个 slash 命令就有。
记忆按项目容器分装，公私不混。接进自己产品只需 npm 或 pip，一次 profile 调用带回画像加检索，向量库、切块方案一概不用操心。文档处理内置了 PDF、图片 OCR、视频转写和代码的 AST 切分，Google Drive、Gmail、Notion、GitHub 都有连接器带实时同步。
两个提醒。安装走的是 curl 管道 bash 的老路子，装单个二进制，介意的先下脚本过目，想离线可以配 Ollama。MCP 默认连的是官方托管端，数据去了哪得自己盯紧。
仓库在 github.com/supermemoryai/… ，TypeScript，三万 star 出头，单日又涨一百四，标签里写着 #AIMemory 和 #MCP。基准能复跑、流向能自控，这两条立住了我才往下试。
