MemOS 正式上线魔搭社区 MCP 广场！助力 5 分钟快速开启「长期记忆」

📍 魔搭社区 MCP 地址：https://modelscope.cn/mcp/servers/MemTensor/MemoryOperatingSystem

上周，MemOS 正式上线魔搭社区 MCP 广场， 成为支持标准化记忆读写接口的核心基础组件，

短短一周时间，MemOS 的调用量已超过 15k+ 🎉。

现在，大家可以在魔搭社区一键启用 MemOS 的智能记忆系统， 让你的模型或智能体拥有「记忆能力」，真正做到即学即用、长期进化。

MemOS 是首个面向大模型“记忆管理”的操作系统框架（Memory Operating System），能为模型提供结构化、可调度、可迁移的记忆能力，让“会话”变成“连续的思考”。

让你的智能体真正拥有“记忆”

MemOS 将大模型的“上下文”重新定义为可持久化、可调度、可演化的记忆结构，通过操作系统级的架构，将“记忆”从提示词策略上升到系统机制。

在 MemOS 的体系中，AI 不再依赖单一的上下文窗口，而拥有真正的记忆堆栈：

• 记忆可以被写入、归档、检索、遗忘；

• 记忆之间存在语义关联和时间逻辑；

• 模型可基于记忆形成自适应的行为与偏好。

这意味着，当我们与一个基于 MemOS 的智能体对话时，它不仅能回答你“此刻的问题”，还能在数天、数周甚至数月后，根据我们过往的对话进行推理与延续，给出更完美的答案。

MemOS 在底层通过 MCP 的标准 I/O 通道与 Agent 交互。 每一次记忆操作，都会被抽象为标准事件流（Event Stream）：

这让任何支持 MCP 的模型，都能在不修改主逻辑的情况下拥有结构化记忆能力。

同时，MemOS 在协议层自动维护：

• 记忆索引（embedding + BM25 + graph）；

• 偏好与事实分类（preference / factual）；

• 生命周期管理（active / frozen / archived）。

开发者无需再为上下文保存、记忆清理或多轮状态同步操心。

如何在魔搭社区集成 MemOS

Step 1. 访问魔搭社区 MCP 广场

访问： MemOS on ModelScope MCP

Step 2. 配置连接信息

在创建 MCP 服务连接时填写 MEMOS_API_KEY 和 MEMOS_USER_ID，点击“连接”，即可利用魔搭社区的云端资源部署专属于你的 MemOS MCP 服务。

Step 3. 开始试用你的 MemOS MCP 服务！

成功部署 MemOS MCP 服务后点击链接下方的“试用”按钮，即可在魔搭社区的 MCP 实验场尝试使用该服务。（需要绑定阿里云账号以实现模型推理）

现在，测试一下（开始对话前记得在实验场的 MCP 服务设置中开启 MemOS 哦 ～）：

AI 将自动调用 MemOS 的偏好记忆模块， 返回“使用苹果制作的甜品推荐 🍰”。

是不是有点意思？😎

Step 4. 在更多地方使用集成 MemOS MCP 服务的智能体！

不只是魔搭社区，你还可以在其他支持 MCP 的客户端（包括但不限于 Claude for Desktop、Cursor、Coze 空间）使用到 MemOS 的服务。 让你的 AI 智能体不再“失忆”，真正具备“认知连续性”和“用户理解力”。

通过 MCP（Model Context Protocol），模型可以直接执行以下标准化操作：

• add_memory：写入对话或事实性记忆

• search_memory：检索历史上下文或知识

• get_mesage：获取对话信息

所有操作都通过标准的 MCP 协议完成，无需额外 SDK 或插件安装，可直接在兼容环境中加载使用 MemOS。

加入我们，共建记忆生态

MemOS 现已全面开源，并在魔搭社区与 GitHub 同步维护。 我们欢迎开发者提交使用案例、PR、或参与共建 MCP 生态。

• 一键体验云平台：MemOS Dashboard
  

• 查看源码 & Star 项目：GitHub – MemTensor/MemOS
  

• 立即在魔搭社区体验 MemOS MCP 服务：ModelScope MCP 广场
  

• 反馈问题 / 提交 Issue：GitHub Issues
  

写在最后

随着 MemOS 登陆魔搭社区 MCP 广场， 我们希望模型记忆不再是“黑盒功能”，而成为标准化、可调用的能力模块。

未来，你的 Agent 不仅能理解上下文， 还能持续记住你、理解你、陪伴你成长。

让记忆成为 AI 的新算力层。

关于 MemOS

MemOS 为 AGI 构建统一的记忆管理平台，让智能系统如大脑般拥有灵活、可迁移、可共享的长期记忆和即时记忆。

作为记忆张量首次提出“记忆调度”架构的 AI 记忆操作系统，我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理，为智能系统提供高效且灵活的记忆管理能力。