为什么需要
大部分 AI 产品有个通病：每次新对话从零开始。用户上周说过偏好 Markdown 输出、家人过敏坚果、习惯用某个工具——一周后再问，AI 完全不记得。用户只能反复重新说明，体验糟糕。
Supermemory 解决的就是这个问题：给 AI 装一个会学习的记忆层。它从对话里自动抽取结构化事实、追踪变化（比如「用户从 2024 年开始用 Mac」覆盖掉「用户用 Windows」）、处理矛盾、自动遗忘过期信息，下次调用时把相关记忆和 RAG 文档一起塞进上下文。
技术层面它在 LongMemEval（100 轮长对话记忆）、LoCoMo、ConvoMem 三大公开基准上拿了第一。背后是 Activeloop 的研究团队（Deeplake 的母公司），YC 投资。
最实用的能力是「无配置 RAG」：上传 PDF/图片/视频/代码，它自动切块、提取、索引，不用自己选 embedding 模型和向量数据库。Google Drive、Gmail、Notion、OneDrive、GitHub 都有连接器，自动同步内容。
怎么用
注册拿 API Key（免费层够个人用）：
bash
npm install supermemory
Node.js 一行接入：
javascript
import Supermemory from 'supermemory';
const client = new Supermemory({ apiKey: process.env.SUPERMEMORY_KEY });
await client.memories.add({
content: "用户偏好：回复尽量用 Markdown 格式，喜欢表格",
userId: "user_123"
});
const search = await client.memories.search({
q: "用户最近在做什么项目",
userId: "user_123"
});
Python 版本同样简单，pip install supermemory 之后调用方式一致。@supermemory/mcp 包提供了 MCP server，可以直接接到 Claude Code、Cursor、OpenHands 这些 Agent 里。
注意事项
- 闭源服务（SaaS），有免费层（每月 10K 存储 + 100K 检索），超出按量计费
- 支持自托管（Docker 一行启动），需要 PostgreSQL + 一个 LLM Key
- 记忆抽取调用底层 LLM，OpenAI/Anthropic 都能配
- 中文对话也能抽取事实，但英文场景准确率更高
- 涉及到敏感信息时记得看隐私设置：默认是云端存储，企业版可以 BYOC（Bring Your Own Cloud）