EverOS：开源自进化AI代理长期记忆操作系统

EverOS 是由 EverMind（盛大集团支持的 AI 研究实验室）开发的开源 AI 代理长期记忆操作系统。在大多数 AI 代理仅具备短期、会话绑定记忆的时代，EverOS 引入了一套持久化、自组织的记忆基础设施，让代理能够跨会话无限期地记忆、推理与进化。

该项目已获得超过 4,200 个 GitHub 星标，并获多篇经同行评审的论文支持，已被 ACL 2026 接收。其单体仓库架构统一了四个核心组件：EverCore（自组织记忆操作系统）、HyperMem（超图记忆引擎）、EverMemBench（三层记忆评估框架）以及 EvoAgentBench（代理自我进化基准测试）。

graph TD
    A[代理/LLM] --> B[EverCore]
    B --> C[HyperMem 超图]
    B --> D[mRAG 多模态检索器]
    C --> E[主题超边]
    C --> F[事件超边]
    C --> G[事实超边]
    D --> H[稠密向量]
    D --> I[稀疏关键词]
    D --> J[多模态信号]
    B --> K[进化技能]
    K --> A

EverOS 真正突破性的地方在于其自我进化能力。代理可以自动从任务执行历程中提炼技能与模式，使复杂任务成功率相较基线提升 234.8%。这不仅仅是一个缓存层——这是一个越用越聪明的活跃记忆体。

什么是 EverOS？

EverOS 是一个长期记忆操作系统，设计在 AI 代理与其底层 LLM 后端之间。它提供一个持久化的记忆层，能够自动提取、结构化、检索并进化跨代理会话的知识。与简单的向量存储或对话历史缓冲区不同，EverOS 将记忆组织成自组织超图，明确建模并持续优化事实、事件与主题之间的关系。

该系统与模型无关，适用于多种 LLM 提供商，包括 OpenAI、Anthropic 以及开源模型。这使其适用范围从单一代码助手到大规模多代理编排平台。

EverOS 中的代理记忆如何工作？

EverOS 实现了一种受生物印刻启发的三层记忆架构——这是生物体从短暂经验中形成持久记忆的过程。

EverCore 是基础层。它使用自组织方法提取、结构化并检索长期知识。当代理完成一项任务时，EverCore 会分析交互过程，识别重要事实与模式，并将其编码到记忆存储中。在后续交互中，它会检索相关记忆来辅助代理的推理过程。

HyperMem 提供存储引擎。它建立在超图数据结构之上，能够捕获简单图形无法表示的高阶关联。一条超边可以同时连接多个节点，建模像「这五个事实共同解释了概念 X」这样的复杂关系。HyperMem 已被 ACL 2026 接收，并在 LoCoMo 长期对话基准测试中达到 92.73% 的准确率。

mRAG（多模态 RAG） 是检索层。它融合了三种检索模式：

这种混合方法确保记忆检索既具语义丰富性，又有事实精确性，在项目发表的基准测试中超越了单模态 RAG 系统。

EverOS 使用哪些基准测试？

EverOS 内置两个评估框架，用于衡量记忆与进化质量。

EverMemBench 评估三层记忆质量：

EvoAgentBench 衡量代理自我进化，追踪代理在长期任务序列中的表现提升。已发表的结果显示，使用 EverOS 的代理在超过 100 次任务迭代中，复杂任务成功率提升了 234.8%。

超图记忆与传统方法相比如何？

传统 RAG 系统使用存储平面嵌入的向量数据库。它们擅长寻找「相似」内容，但在多跳推理与关系建模方面表现不佳。知识图谱通过明确建模实体与关系改善了这一点，但标准属性图无法表示涉及两个以上实体的高阶关系。

超图记忆填补了这个缺口：

graph LR
    subgraph "向量数据库"
        A1[(嵌入 1)]
        A2[(嵌入 2)]
        A3[(嵌入 3)]
    end
    subgraph "属性图"
        B1[实体 A] -- 关联 --> B2[实体 B]
    end
    subgraph "超图 HyperMem"
        C1[事实 1]
        C2[事实 2]
        C3[事实 3]
        C4{超边 X} --- C1
        C4 --- C2
        C4 --- C3
    end

在超图中，一条超边可以连接任意数量的节点。这意味着像「用户偏好 Python、有 FastAPI 经验、参与过项目 P、并报告了问题 #42」这样的记忆可以作为一个超图单元存储，而不是分散在多个成对关系中。HyperMem 的超边在三个层级运作：主题、事件与事实，实现多粒度检索。

EverOS 生态系统

除核心组件外，EverOS 还支持不断扩展的集成与应用生态系统：

• Claude Code 插件 – Claude Code 会话的持久化记忆
• OpenClaw 代理 – 具备持续学习能力的 24/7 代理
• Live2D 角色 – 由记忆驱动的动漫角色交互体验
• 多代理编排 通过 Golutra 平台
• Earth Online – 一款具备记忆感知的生产力游戏

EverMind 还举办了 Memory Genesis Competition 2026，这是一项开放竞赛，设有代理开发者、平台插件构建者与操作系统基础设施贡献者等赛道，为最佳记忆应用提供奖项与认可。

开始使用 EverOS

EverOS 设计为易于本地部署：

git clone https://github.com/EverMind-AI/EverOS.git
cd EverOS
docker compose up -d
uv sync
# 配置 .env 的 API 密钥
uv run python src/run.py

服务器将在 http://localhost:1995 启动，提供 REST API 与 Web 仪表板。您可以通过对 EverOS 记忆端点进行 API 调用，集成任何 LLM 驱动的代理。项目的文档网站提供了详细的集成指南与 API 参考。

FAQ

什么是 EverOS？ EverOS 是 EverMind 开发的开源 AI 代理长期记忆操作系统。它让代理能够跨会话持久化、结构化并自我进化记忆，支持多种 LLM 后端与平台。

EverOS 的代理记忆如何工作？ EverOS 采用受生物印刻启发的三层架构：EverCore 负责自组织记忆、HyperMem 负责超图层级存储、mRAG 负责多模态检索增强生成，融合稠密向量、稀疏关键词与多模态信号。

什么是 HyperMem？ HyperMem 是一套基于超图的层级记忆架构，已被 ACL 2026 接收。它通过主题、事件与事实层级的超边捕获高阶关联，在 LoCoMo 长期对话基准测试中达到 92.73% 准确率。

EverOS 支持哪些基准测试？ EverOS 包含 EverMemBench（三层记忆质量评估：事实回忆、应用推理、个性化泛化）与 EvoAgentBench（衡量代理在长期任务中的自我进化表现）。

如何开始使用 EverOS？ 从 github.com/EverMind-AI/EverOS 克隆仓库，运行 docker compose up -d，使用 uv sync 同步依赖，配置 .env 文件的 API 密钥，然后运行 uv run python src/run.py。服务器将在 http://localhost:1995 启动。

延伸阅读

• EverOS GitHub 仓库
• EverMemOS: A Self-Organizing Memory OS – arXiv 2601.02163
• EverMind 官方网站
• EverOS 文档