对比

奥麦 vs Mem0、Zep、Letta 及其他 AI 记忆工具

Q: AI 代理该怎么管理 API 密钥和密码？

不要放进记忆，也不要放进聊天。奥麦保险库是端到端加密的：条目在你的机器上加密，代理使用前需要你批准， owlmem run 把密钥交给命令而不是交给模型。本页对比的其他记忆工具，文档里都没有描述面向代理的凭证保险库。

2026 年 AI 智能体记忆的客观盘点：嵌入你自己应用的记忆 SDK、MCP 记忆服务器、ChatGPT、Claude 和 Cursor 内置的记忆，以及团队知识库——还有奥麦处在什么位置。

以下事实已于 2026 年 10 月 25 日对照各厂商公开的文档和价格页核实。功能和价格会变；如果我们写错了，请发邮件到 [email protected]，我们会更正。

一句话总结

奥麦是给团队现有 AI 工具共用的记忆层。它是一个托管的 MCP 服务器：Claude、ChatGPT、Claude Code、Codex、Cursor、Gemini 以及任何其他 MCP 客户端连到同一个网址，共用同一套知识库、长期记忆和端到端加密保险库。知识以纯 Markdown 存在 git 里，每一次改动都可以审计和回滚。AI 之间还能互相留言、交接任务，一个 AI 没做完的事，另一个可以接着做。

其他工具大多解决的是另一类问题：

记忆 SDK 和 API——Mem0、Zep、Letta、LangMem、Supermemory、Cognee——是你嵌入自己应用里的智能体记忆层，通常会自动从对话中提取记忆。
本地 MCP 记忆服务器——官方 MCP 记忆服务器、Basic Memory——跑在你自己的电脑上，很适合个人使用。
内置记忆——ChatGPT、Claude、Cursor、Windsurf——只在单个产品里记住东西。
团队知识库——Notion、Obsidian——由人来写、给人来读。

奥麦不做的事：它不是嵌入你自己代码里的 SDK，不会自动从聊天记录里提取记忆，也不构建知识图谱；它也不能自托管——它是托管服务。

功能对比

多个 AI 代理共用记忆时，关键的几项各工具是怎么做的。「未公开」表示我们在厂商自己的文档里没找到，不代表没有这项功能。

是
部分
否
未公开
需自行搭建

左右滑动可查看所有列。

AI 记忆工具对比（截至 2026 年 10 月）
工具	是什么	MCP	跨 AI 应用共用	团队共享	数据存储方式	审计与回滚	自托管／开源	给代理的密钥保险库	自动提取记忆	起步价
奥麦	面向团队的托管服务：知识库、记忆与保险库	是: 托管 MCP 服务器，OAuth 登录	是: Claude、ChatGPT、Cursor、Codex、Gemini 及任何 MCP 客户端	是: 组织、成员，每个 AI 一个身份	Markdown 存在 git 里，外加按语义召回的事实	是: 每次写入都是一次 git 提交：可比对、回滚、导出	否: 否，仅托管（服务器在加拿大）；CLI 为 MIT 许可	是: 端到端加密保险库，每次使用需批准	否: 否，由代理主动保存经验和事实	1 个 AI 代理免费；$19/月起
Mem0	开源记忆 SDK 及托管平台	是: 托管的 Mem0 MCP；OpenMemory（本地）	是: 是，通过其 MCP（Claude Code、Cursor、Codex 等）	是: 组织与项目，成员分角色	向量库；平台版另有图谱记忆	部分: 每条记忆有变更历史；Enterprise 版有审计日志	是: 是，Apache-2.0	未公开: 文档中未说明	是: 是，由 LLM 从聊天中提取记忆	有免费档；$19/月起
Zep	托管上下文层；Graphiti 开源	是: 托管的 Context MCP 服务器	是: Claude、ChatGPT、Claude Code、Codex、Cursor	是: 共享图谱，RBAC 与 ABAC	时序知识图谱	部分: 旧事实标记失效而不删除；控制台审计日志	部分: Graphiti（Apache-2.0）；完整 Zep 需 Enterprise BYOC	未公开: 文档中未说明	是: 是，由 LLM 根据消息构建图谱	有免费档；$125/月起
Letta	有状态智能体框架（前身为 MemGPT）	部分: 托管 MCP，用于创建 Letta 代理并给它发消息	未公开: 未说明可用于其他 AI 应用	是: Teams 套餐；共享记忆仓库（云端）	基于 git 的记忆文件，外加向量归档	是: 每次记忆变更都是一次 git 提交	是: 是，Apache-2.0	部分: 每个代理各自的工具密钥（环境变量）	是: 是，代理自己编辑自己的记忆	有免费档；$20/月起
LangMem	面向 LangGraph 的开源记忆库	未公开: LangMem 文档中未提及	需自行搭建: 需自行实现	需自行搭建: 自行设计命名空间	自选键值与向量存储（如 Postgres）	未公开: 存储层未说明	是: 是，MIT	未公开: 文档中未说明	是: 是，后台记忆管理器	免费（MIT）；LangSmith Plus 每席位 $39/月
Supermemory	记忆与 RAG API，附托管 MCP 服务器	是: 托管 MCP 服务器，支持 OAuth	是: Claude、Cursor、Codex、ChatGPT 等	是: 按空间限定访问；团队席位	带向量的时序事实图谱	部分: 保留事实版本；未说明能否恢复	是: 是，MIT 许可的本地版	未公开: 文档中未说明	是: 是，从聊天和文档中提取事实	有免费档；$19/月起
Cognee	开源知识图谱记忆，另有云服务	是: cognee-mcp 服务器	是: Claude Code、Cursor、Codex 等，共用同一后端	是: 用户、租户、角色，按数据集授权	知识图谱加向量	未公开: 未说明	是: 是，Apache-2.0	未公开: 文档中未说明	是: 是，从文本和代码构建图谱	有免费档；按用量计费，每 1M token $1
MCP Memory Server	在本地运行的参考 MCP 服务器	是: 本身就是 MCP 服务器（stdio）	部分: 同一台机器上的应用可共用一个文件	否: 没有内置用户和权限	本地 JSONL 文件里的知识图谱	需自行搭建: 无内置；需自己给文件做版本管理	是: 仅本地，MIT	未公开: 文档中未说明	否: 否，模型在被提示时调用工具	免费
Basic Memory	通过 MCP 访问的本地 Markdown 笔记，另有云服务	是: 内置 MCP 服务器	是: Claude、Codex、Cursor、VS Code、Gemini	是: 付费云版支持团队	Markdown 文件加 SQLite 索引	部分: 云版：文件历史与快照；本地：自己管理	是: 是，AGPL-3.0	未公开: 文档中未说明	未公开: AI 在被要求时写笔记	本地免费；云版每席位 $15/月起
ChatGPT	ChatGPT 内置的记忆	部分: 仅作 MCP 客户端（连接器）	未公开: 官方未提供在其他 AI 应用中使用的方式	部分: 个人使用；共享项目用仅限项目的记忆	OpenAI 的云端	部分: 可查看和删除；未公开版本历史	否: 否，由 OpenAI 托管	未公开: 文档中未说明	是: 是，来自你的聊天	已包含，Free 套餐起即可用
Claude	Claude 的记忆与 Projects；Claude Code 的 CLAUDE.md	部分: 仅作 MCP 客户端（连接器）	部分: CLAUDE.md 是普通文件；应用内记忆只留在 Claude	部分: Team 与 Enterprise 套餐可共享 Projects；记忆归个人	Anthropic 的云端；CLAUDE.md 在你的磁盘上	部分: 可查看、编辑、导出；CLAUDE.md 用你自己的 git	否: 否，由 Anthropic 托管	未公开: 文档中未说明	部分: 应用内是；CLAUDE.md 需手写	已包含，Free 套餐起即可用
Cursor	Cursor 编辑器里的规则（Rules）	部分: 仅作 MCP 客户端	部分: 规则文件和 AGENTS.md 放在你的代码仓库里	是: Teams 套餐有 Team Rules，另可把规则放进 git	仓库里的 .mdc 文件；Team Rules 在 Cursor 云端	部分: 用你自己的 git；Enterprise 版有审计日志	未公开: 价格页上未提供	未公开: 文档中未说明	否: 否，规则需手写（2.1 版已移除 Memories）	已包含；Team Rules 需 Teams 套餐起
Windsurf	编辑器里的规则与记忆（现为 Devin Desktop）	部分: 仅作 MCP 客户端	部分: 规则和 AGENTS.md 在仓库里；记忆留在本地	部分: 工作区规则通过 git 共享；记忆不共享	本地文件	未公开: 未说明；规则用你自己的 git	部分: Enterprise：专属部署或 VPC 部署	未公开: 文档中未说明	是: 是，在旧版 Cascade 代理中	有免费套餐；Pro $20/月
Notion	带 Notion AI 的团队工作区	是: 托管 Notion MCP 服务器，支持 OAuth	是: Claude Code、Cursor、Codex 及其他 MCP 客户端	是: 工作区与页面权限	Notion 云端的页面	是: 页面历史从 7 天（Free）到无限期（Enterprise）	否: 否，由 Notion 托管	未公开: 文档中未说明	由人写页面；代理遵循一个说明页	有免费套餐；完整 Notion AI 需 Business（每成员 $20）
Obsidian	本地 Markdown 笔记应用	未公开: 无官方 MCP 服务器；有社区插件	部分: 普通文件，任何工具都能读	部分: 通过 Obsidian Sync 共享笔记	你设备上的 Markdown 文件	部分: Sync 保留版本历史（1–12 个月）	部分: 本地应用，免费；非开源	未公开: 文档中未说明	笔记需手写	应用免费；Sync $4/月起（按年付）

RAG、记忆和知识库：有什么区别？

RAG（检索增强生成）在问题进来时从一组文档里检索相关段落。智能体记忆跨会话保存代理学到的东西——事实、偏好、决定——让它不必每次从零开始。知识库存放人和代理会反复查阅的较长页面：某个系统怎么运作、花了一下午才找到的修法。上下文工程，就是决定把其中哪些、在什么时候放进模型的上下文。

奥麦通过 MCP 给代理提供其中两种：由 Markdown 页面组成的知识库（kb_search、kb_write），以及按语义召回、可设过期日期的短事实记忆（kb_recall、kb_retain）。对多智能体系统来说，关键在于每个代理都在同一个地方读写，且各用自己的身份。

怎么选

这里的每个工具都有擅长的地方。简要指南：

Mem0

适合选 Mem0 的情况： 你在开发自己的 AI 应用，想要一个开源记忆 SDK，从对话中提取用户偏好和事实，并且有丰富的向量库和 LLM 生态可选。

适合选奥麦的情况： 你希望团队已在用的 AI 工具——Claude、ChatGPT、Cursor、Codex——不写代码就能共用一份记忆，带可读的 Markdown 历史，还有存放凭证的保险库。

奥麦 vs Mem0 详细对比 →

Zep

适合选 Zep 的情况： 你需要企业级上下文层，把业务数据和对话合并成时序知识图谱，具备 RBAC 与 ABAC 治理，以及 SOC 2 和 HIPAA 选项。

适合选奥麦的情况： 你想给团队的 AI 代理一套轻量的共享记忆和知识库，按 AI 代理数计价，通过 MCP 一分钟就能接好。

奥麦 vs Zep 详细对比 →

Letta

适合选 Letta 的情况： 你在构建长期运行、有状态、会自己管理和改写记忆的智能体，并且想要一个可以自托管的开源框架。

适合选奥麦的情况： 你希望已经在用的代理共用一份记忆和知识库，而不是在某个框架上重新造代理。

奥麦 vs Letta 详细对比 →

LangMem

适合选 LangMem 的情况： 你用 LangGraph 或 LangChain 构建代理，想要一个把记忆提取、存储和提示词优化都留在自己代码里的库。

适合选奥麦的情况： 你不想自己搭建或托管记忆存储，只想让团队里的每个 AI 通过 MCP 读写同一份记忆。

Supermemory

适合选 Supermemory 的情况： 你要为自己的产品接入记忆与 RAG API，需要自动提取事实、Gmail 和 S3 等连接器，以及 MIT 许可的本地版。

适合选奥麦的情况： 你想要一个纯 Markdown、带 git 历史的团队知识库，有对每个 AI 生效的团队规矩，记忆旁边还有端到端加密保险库。

Cognee

适合选 Cognee 的情况： 你想要开源、可自托管的知识图谱记忆或 GraphRAG 流水线，图数据库和向量数据库可插拔，并能按数据集设置权限。

适合选奥麦的情况： 你想要什么都不用自己运维的托管服务：一个网址、OAuth 登录，所有 AI 应用共用记忆。

MCP Memory Server

适合选 MCP Memory Server 的情况： 你是个人在本地试用智能体记忆，或者想找个最简的参考实现来学习——它免费，所有内容都放在一个可读的文件里。

适合选奥麦的情况： 多个人或多台机器需要同一份记忆，并且要有登录、每个 AI 一个身份、可回滚的历史和团队套餐。

奥麦 vs MCP Memory Server 详细对比 →

Basic Memory

适合选 Basic Memory 的情况： 你想要本地优先的 Markdown 笔记，由你和 AI 一起编辑、可以用 Obsidian 打开，核心以 AGPL 开源，另有可选的付费云服务。

适合选奥麦的情况： 你想要一个托管的团队空间，每个 AI 有自己的身份，外加可过期的记忆、团队规矩、共享的第三方工具和密钥保险库。

ChatGPT

适合选 ChatGPT 的情况： 你主要是自己用 ChatGPT，希望它不用任何设置就自动记住你的偏好。

适合选奥麦的情况： 你还在用 Claude、Cursor 或 Codex，希望它们共享 ChatGPT 知道的东西——并且和团队共享。

奥麦 vs ChatGPT 详细对比 →

Claude

适合选 Claude 的情况： 你主要在 Claude 里工作：记忆和共享的 Projects 覆盖应用内，代码仓库里的 CLAUDE.md 文件指导 Claude Code。

适合选奥麦的情况： 你希望 Claude、ChatGPT、Cursor 和 Codex 用同一份记忆，并有一个团队里每个 AI 都会写入的知识库。

奥麦 vs Claude 详细对比 →

Cursor

适合选 Cursor 的情况： 你的规则就该跟代码放在一起：项目规则和 AGENTS.md 放在 git 里，Teams 套餐上强制执行 Team Rules。

适合选奥麦的情况： 知识不局限于某一个仓库或某一个编辑器——是团队里每个 AI 都应该能找到的经验、决定和事实。

Windsurf

适合选 Windsurf 的情况： 你在 Windsurf 里工作，想要工作区里的规则，外加只留在本机的记忆。

适合选奥麦的情况： 你希望记忆在多台机器、多个人和多个 AI 应用之间共享，而不是只存在一台电脑上。

Notion

适合选 Notion 的情况： 团队文档由人来撰写和整理，你希望 Notion AI 和 Notion 自己的 MCP 服务器来读取它们。

适合选奥麦的情况： 知识由你的 AI 代理自己来写——Markdown 格式的经验和事实，带查重和过期——而且你还需要一个保险库存放它们的凭证。

Obsidian

适合选 Obsidian 的情况： 你想要一个免费、本地、个人用的 Markdown 笔记本，插件生态庞大，并且乐意自己动手接入 AI。

适合选奥麦的情况： 你想要托管的共享记忆，让 AI 代理在任何地方都能通过 MCP 访问，并有团队成员和权限管理。

常见问题

什么是 AI 智能体记忆？

它让 AI 代理在会话之间保留学到的东西——事实、偏好、决定、操作方法——而不是每次都从零开始。大模型（LLM）的长期记忆通常保存在模型之外，放在数据库、图谱或文件里，需要时再放进上下文。共享记忆更进一步：多个代理读写同一个存储。

RAG 和记忆有什么区别？

RAG 从一组文档里检索段落来回答问题。记忆是在代理工作过程中写下的：它会随时间变化，旧事实需要更新或淘汰。在奥麦里，记忆可以带过期日期，价格、版本这类快照到期会自动作废。

奥麦是 Mem0 的替代方案吗？

对部分团队来说是。Mem0 是开发者嵌入自己应用的记忆层，会自动从对话中提取记忆。奥麦是托管的 MCP 服务器，你已经在用的 AI 工具直接连上来，共用一套 Markdown 知识库、记忆和保险库。如果你在开发自己的 AI 产品，Mem0、Zep 或 Letta 可能更合适；如果你想让 Claude、ChatGPT、Cursor 和 Codex 在整个团队里共享记忆，奥麦正是为此而做。

ChatGPT、Claude 和 Cursor 能共用一份记忆吗？

它们内置的记忆彼此不互通——每个产品各存各的。但它们可以通过一个共同连接的 MCP 服务器共享记忆：在 Claude、ChatGPT、Cursor、Claude Code 或 Codex 里添加奥麦，登录一次，它们就都读写同一份持久记忆。见接入指南。

什么是 MCP 记忆服务器？

一种 MCP 服务器，给 AI 客户端提供存储和召回记忆的工具。官方参考服务器把知识图谱存在单台机器的本地文件里。奥麦是托管的 MCP 记忆服务器和 MCP 知识库：一个网址、OAuth 登录，组织里每个 AI 用同一份记忆。

奥麦可以自托管吗？

不可以。奥麦是托管服务，运行在加拿大的服务器上。但知识库仍然属于你：它是 git 里的纯 Markdown，随时可以导出，或同步到你自己的 GitHub 仓库。如果自托管是硬性要求，Mem0、Letta、Cognee、Graphiti、Basic Memory 等开源方案可以跑在你自己的基础设施上。

AI 代理该怎么管理 API 密钥和密码？

不要放进记忆，也不要放进聊天。奥麦保险库是端到端加密的：条目在你的机器上加密，代理使用前需要你批准，owlmem run 把密钥交给命令而不是交给模型。本页对比的其他记忆工具，文档里都没有描述面向代理的凭证保险库。

资料来源

我们于 2026 年 10 月 25 日核对过的官方页面：

让团队里的每个 AI 共用一份记忆

一个 AI 永久免费。一分钟接入 Claude、ChatGPT、Cursor 或 Codex。

免费开始价格文档常见问题

主题

语言