MindMemOS – 화웨이 노아 아크 오픈소스 AI Agent 메모리 운영체제 운영 중

MindMemOS는 화웨이 노아 아크 실험실이 오픈소스로 공개한 AI Agent 메모리 운영체제로, Agent가 사용 후 모든 것을 잊는 문제를 해결합니다. 시스템은 메모리를 단일 Agent에서 분리해 프레임워크 간 재사용이 가능한 독립 자산으로 만들며, 엔터티-속성-시간의 3차원 구조를 사용해 최신 상태와 전체 변화 이력을 저장합니다. MindMemOS는 Dreaming으로 오프라인에서 메모리를 정리하고, Feedback으로 사용자의 오류 보정 신호를 수집하며, Skill Evolution으로 실제 실행 궤적을 기반으로 스킬을 지속적으로 진화시켜 메모리와 시스템의 공동 진화를 실현합니다.

WeChat에서 팔로우 후 “오픈소스”라고 답장하여 AI 오픈소스 프로젝트 교류 그룹에 참여하세요.
3D 메모리 구조: 엔터티, 속성, 시간의 3차원 좌표로 메모리를 구성하고 속성 변화 이력과 엔터티 간 의미적 연관성을 추적합니다.
이중 모드 메모리 추출: MindVanilla는 개방형 도메인에서 템플릿 없이 빠르게 저장하며, MindSchema 모드는 엔터티와 속성 규칙을 미리 설정해 다양한 업무 시나리오에 맞게 적용합니다.
Compact Search 검색: 외부 Agentic 모듈이 검색 경로를 계획하고, 내부에서 엔터티 역검색, 다중 홉 관계 확장, 타임라인 추적 등 여러 경로로 검색을 실행합니다.
Dreaming 오프라인 정리: 오프라인 단계에서 중복, 충돌, 변화 관계를 식별하고, 중복 데이터를 통합하며, 더 이상 유효하지 않은 버전을 보관 처리하고, 고차 패턴을 보완합니다.
Feedback 피드백 순환: 명시적·암묵적 피드백을 지원하며, 신호 유형을 판단한 뒤 추가, 업데이트, 보관, 삭제 또는 강화 작업을 수행합니다.
Skill Evolution: 실제 실행 궤적을 기반으로 성공 전략과 실패 패턴을 자동 추출하고, Skill 수정 계획을 생성해 버전을 반복적으로 개선합니다.

저장소를 복제하고 설정을 준비합니다: cp .env.example .env 및 cp config/mindmemos/dev.example.yaml config/mindmemos/dev.yaml을 실행한 뒤, 설정 파일에서 chat_model_router, embed_model_router, rerank_model_router 및 API key를 설정합니다.
서비스 시작: make dev를 실행해 전체 Docker 의존성 스택과 FastAPI 서비스를 시작합니다(기본 포트 8000). 또는 make dev-core를 실행해 핵심 의존성만 시작할 수 있습니다.
SDK 설치 및 설정: pip install mindmemos-sdk를 실행하고, mindmemos auth를 실행해 base_url, api_key 및 user_id를 설정합니다.
메모리 추가 및 검색: SDK에서 client.memory.add()를 호출해 대화나 사실을 기록하고, client.memory.search()를 사용해 검색을 실행합니다.
피드백 제출: client.memory.feedback() 또는 CLI 명령 mindmemos memory feedback을 호출해 명시적·암묵적 오류 보정 신호를 제출합니다.
Dreaming 실행: mindmemos memory dreaming을 실행하거나 dreaming API를 호출해 오프라인 메모리 강화를 수행합니다.
Skill 등록 및 진화: mindmemos skill register를 통해 로컬 Skill을 등록하고, mindmemos skill evolve를 사용해 실행 궤적을 기반으로 버전 진화를 트리거합니다.

프로젝트 공식 웹사이트：https://mindmemos.cn/
GitHub 저장소：https://github.com/mindscale-noah/MindMemOS

메모리 마이그레이션 가능: Agent 연동 계층, 메모리 알고리즘 계층, 메모리 구조 계층을 분리해 메모리를 독립적인 장기 자산으로 만들고 애플리케이션 간 재사용할 수 있습니다.
구조화 검색 성능 선도: LoCoMo 전체 정확도 94.03%(SOTA), PersonaMem 70.63%를 기록해 Mem0, MemU, Zep, EverOS 등 솔루션보다 크게 뛰어납니다.
적을수록 우수한 메모리 품질: Dreaming은 활성 메모리의 19.4%-23.5%를 압축하는 동시에 질의응답 정확도를 최대 10.3%포인트 향상합니다.
Skill 자체 진화: 최적화되지 않은 초기 Skill은 오히려 Skill이 없는 기준선보다 낮았지만, MindEvolve-Sup은 작업 성공률을 51.3%에서 57.2%로 높여 경험을 규칙으로 축적하는 가치를 입증했습니다.
피드백 기반 진화: Feedback 메커니즘은 사용자의 오류 보정 신호를 메모리 추출 및 검색 전략에 역으로 반영합니다.
다양한 연동 방식: 로컬 배포(Docker + FastAPI), 클라우드 API, Python SDK, CLI 및 OpenClaw 플러그인을 지원합니다.

개인화 AI 어시스턴트: 세션 간 사용자의 선호, 프로젝트 배경, 과거 시행착오를 유지해 매번 Agent를 처음부터 학습시킬 필요를 줄입니다.
멀티 Agent 협업 플랫폼: 하나의 메모리 저장소를 OpenClaw, Hermes, Claude Code, OpenHands 등 서로 다른 Agent가 공유하고 재사용할 수 있습니다.
자동 알고리즘 설계(LLM4AD): 알고리즘 탐색 과정에서 얻은 유효한 경험과 시행착오 방지 지침을 검색·재사용 가능한 3계층 메모리로 체계화합니다.
복잡한 업무 자동화: Skill Evolution을 기반으로 표 처리, 문서 편집 등 반복 작업의 실행 전략을 지속적으로 최적화합니다.
장기 사용자 프로필 구축: 시간에 따른 사용자 속성의 변화 이력을 추적해 개인화 추천과 소셜 플래닝을 지원합니다.