奧麥
繁體中文
English简体中文繁體中文EspañolFrançaisDeutschPortuguês (Brasil)ItalianoNederlands日本語한국어Русский
登入

主題

語言

English简体中文繁體中文EspañolFrançaisDeutschPortuguês (Brasil)ItalianoNederlands日本語한국어Русский
比較

奧麥 vs Mem0、Zep、Letta 與其他 AI 記憶工具

誠實盤點 2026 年的 AI 代理記憶：寫進自家應用程式的記憶 SDK、MCP 記憶伺服器、ChatGPT／Claude／Cursor 內建的記憶，以及團隊知識庫——還有奧麥適合放在哪個位置。

以下事實皆於 2026 年 10 月 25 日對照各廠商公開的文件與價格頁面確認。功能和價格隨時會變；如果我們寫錯了，請寄信到 [email protected]，我們會修正。

重點整理

奧麥是團隊現有 AI 工具共用的記憶層。它是一個託管的 MCP 伺服器：Claude、ChatGPT、Claude Code、Codex、Cursor、Gemini 和任何 MCP 用戶端都連到同一個網址，共用同一個知識庫、長期記憶和端對端加密保險庫。知識以純 Markdown 存在 git 裡，每一次變更都能稽核、也能還原。AI 之間還能互相留言、交接任務，一個 AI 沒做完的事，另一個可以接著做。

其他工具大多在解決不同的問題：

  • 記憶 SDK 與 API——Mem0、Zep、Letta、LangMem、Supermemory、Cognee——是你寫進自家應用程式的代理記憶層，通常會自動從對話中擷取記憶。
  • 本機 MCP 記憶伺服器——官方的 MCP 記憶伺服器、Basic Memory——在你自己的電腦上執行，很適合個人使用。
  • 內建記憶——ChatGPT、Claude、Cursor、Windsurf——只在單一產品裡記住事情。
  • 團隊知識庫——Notion、Obsidian——由人撰寫、給人閱讀。

奧麥不做的事：它不是讓你嵌進自己程式碼的 SDK，不會自動從聊天紀錄擷取記憶，也不建立知識圖譜；而且無法自架——它是託管服務。

功能比較

多個 AI 代理共用記憶時，關鍵的幾件事各工具怎麼處理。「未公布」表示我們在廠商自己的文件裡找不到說明——不代表沒有這項功能。

  • 是
  • 部分
  • 否
  • 未公布
  • 需自行打造

左右滑動即可看到所有欄位。

AI 記憶工具比較（截至 2026 年 10 月）
工具類型MCP跨 AI 應用共用團隊共用資料儲存方式稽核與還原自架／開源代理用的機密保險庫自動擷取記憶起始價格
奧麥給團隊的託管服務：知識庫、記憶與保險庫是: 託管 MCP 伺服器，OAuth 登入是: Claude、ChatGPT、Cursor、Codex、Gemini、任何 MCP 用戶端是: 組織、成員，每個 AI 一個身分git 裡的 Markdown，加上依語意回想的事實是: 每次寫入都是 git commit：可比對、還原、匯出否: 否，僅託管（伺服器在加拿大）；CLI 採 MIT 授權是: 端對端加密保險庫，每次使用需核准否: 否，由代理主動儲存心得與事實1 個 AI 代理免費；每月 $19 起
Mem0開源記憶 SDK 與託管平台是: 託管 Mem0 MCP；OpenMemory（本機）是: 是，透過它的 MCP（Claude Code、Cursor、Codex 等）是: 組織與專案，含成員角色向量資料庫；平台版有圖譜記憶部分: 每筆記憶有變更歷史；Enterprise 版有稽核紀錄是: 是，Apache-2.0未公布: 文件中未說明是: 是，由 LLM 從對話擷取記憶有免費版；每月 $19 起
Zep託管的上下文層；Graphiti 為開源是: 託管的 Context MCP 伺服器是: Claude、ChatGPT、Claude Code、Codex、Cursor是: 共用圖譜、RBAC 與 ABAC時序知識圖譜部分: 舊事實標記失效而非刪除；主控台有稽核紀錄部分: Graphiti（Apache-2.0）；完整 Zep 需 Enterprise BYOC未公布: 文件中未說明是: 是，由 LLM 從訊息建立圖譜有免費版；每月 $125 起
Letta有狀態代理框架（前身為 MemGPT）部分: 託管 MCP，可建立 Letta 代理並傳訊息未公布: 未說明可供其他 AI 應用使用是: Teams 方案；共用記憶儲存庫（雲端）以 git 保存的記憶檔案，加上向量封存是: 每次記憶變更都是一筆 git commit是: 是，Apache-2.0部分: 每個代理各自的工具機密（環境變數）是: 是，代理自行編輯自己的記憶有免費版；每月 $20 起
LangMemLangGraph 的開源記憶函式庫未公布: LangMem 文件中未提及需自行打造: 需自行實作需自行打造: 自行設計命名空間自選的鍵值與向量儲存（例如 Postgres）未公布: 文件未說明儲存層的歷史是: 是，MIT未公布: 文件中未說明是: 是，背景記憶管理器免費（MIT）；LangSmith Plus 每席每月 $39
Supermemory記憶與 RAG API，附託管 MCP 伺服器是: 託管 MCP 伺服器，支援 OAuth是: Claude、Cursor、Codex、ChatGPT 等是: 可限定存取範圍的空間；團隊席位時序事實圖譜加向量部分: 保留事實版本；還原方式未說明是: 是，MIT 授權的本機版未公布: 文件中未說明是: 是，從對話與文件擷取事實有免費版；每月 $19 起
Cognee開源知識圖譜記憶，另有雲端版是: cognee-mcp 伺服器是: Claude Code、Cursor、Codex 等，共用同一個後端是: 使用者、租戶、角色，依資料集設定權限知識圖譜加向量未公布: 未說明是: 是，Apache-2.0未公布: 文件中未說明是: 是，從文字與程式碼建立圖譜有免費版；按用量計費，每 1M tokens $1
MCP Memory Server在本機執行的參考 MCP 伺服器是: 本身就是 MCP 伺服器（stdio）部分: 同一台電腦上的應用可共用一個檔案否: 沒有內建使用者或權限本機 JSONL 檔案裡的知識圖譜需自行打造: 無內建；需自行為檔案做版本控管是: 僅限本機，MIT未公布: 文件中未說明否: 否，模型在被提示時才呼叫工具免費
Basic Memory透過 MCP 存取的本機 Markdown 筆記，另有雲端版是: 內建 MCP 伺服器是: Claude、Codex、Cursor、VS Code、Gemini是: 付費雲端版支援團隊Markdown 檔案加 SQLite 索引部分: 雲端：檔案歷史與快照；本機：需自行處理是: 是，AGPL-3.0未公布: 文件中未說明未公布: AI 在被要求時撰寫筆記本機免費；雲端每席每月 $15 起
ChatGPTChatGPT 內建的記憶部分: 僅作為 MCP 用戶端（連接器）未公布: 沒有官方方式可在其他 AI 應用中使用部分: 個人使用；共用專案只用專案內記憶OpenAI 的雲端部分: 可檢視與刪除；未公布版本歷史否: 否，由 OpenAI 託管未公布: 文件中未說明是: 是，從你的對話中擷取內含，Free 方案起即可使用
ClaudeClaude 的記憶與 Projects；Claude Code 的 CLAUDE.md部分: 僅作為 MCP 用戶端（連接器）部分: CLAUDE.md 是一般檔案；App 裡的記憶留在 Claude部分: Team 與 Enterprise 可共用 Projects；記憶屬於個人Anthropic 的雲端；CLAUDE.md 檔案在你的磁碟上部分: 可檢視、編輯、匯出；CLAUDE.md 用你自己的 git否: 否，由 Anthropic 託管未公布: 文件中未說明部分: App 內會；CLAUDE.md 需手動撰寫內含，Free 方案起即可使用
CursorCursor 編輯器裡的規則（Rules）部分: 僅作為 MCP 用戶端部分: 規則檔與 AGENTS.md 放在你的儲存庫是: Teams 方案有 Team Rules，另可把規則放進 git儲存庫裡的 .mdc 檔案；Team Rules 在 Cursor 的雲端部分: 透過你自己的 git；Enterprise 版有稽核紀錄未公布: 價格頁面上未提供未公布: 文件中未說明否: 否，規則需手寫（2.1 版已移除 Memories）內含；Team Rules 需 Teams 方案起
Windsurf編輯器裡的規則與記憶（現為 Devin Desktop）部分: 僅作為 MCP 用戶端部分: 規則與 AGENTS.md 放在儲存庫；記憶只留在本機部分: 工作區規則透過 git 共用；記憶不共用本機檔案未公布: 未說明；規則透過你自己的 git部分: Enterprise：專屬或 VPC 部署未公布: 文件中未說明是: 是，在舊版 Cascade 代理中有免費方案；Pro 每月 $20
Notion內建 Notion AI 的團隊工作空間是: 託管 Notion MCP 伺服器，支援 OAuth是: Claude Code、Cursor、Codex 及其他 MCP 用戶端是: 工作空間與頁面權限Notion 雲端上的頁面是: 頁面歷史從 7 天（Free）到無限期（Enterprise）否: 否，由 Notion 託管未公布: 文件中未說明由人撰寫頁面；代理依照指示頁面行事有免費方案；完整 Notion AI 需 Business（每位成員 $20）
Obsidian本機 Markdown 筆記 App未公布: 無官方 MCP 伺服器；有社群外掛部分: 一般檔案，任何工具都能讀部分: 透過 Obsidian Sync 共用筆記裝置上的 Markdown 檔案部分: Sync 保留版本歷史（1–12 個月）部分: 本機 App，免費；非開源未公布: 文件中未說明筆記由人手寫App 免費；Sync 每月 $4 起（年繳）

RAG、記憶和知識庫：差別在哪？

RAG（檢索增強生成）會在問題進來時，從一組文件中撈出相關段落。代理記憶則是跨工作階段保留代理學到的東西——事實、偏好、決定——讓它不必每次都從零開始。知識庫存放的是人和代理會反覆閱讀的較長頁面：某個系統怎麼運作、花了一個下午才找到的解法。而上下文工程（context engineering），就是決定這些東西中哪些、在什麼時候放進模型的上下文。

奧麥透過 MCP 提供其中兩種：一個由 Markdown 頁面組成的知識庫（kb_search、kb_write），以及一份依語意回想、可設定到期日的簡短事實記憶（kb_recall、kb_retain）。對多代理系統來說，重點在於每個代理都讀寫同一個地方，而且各自用自己的身分。

什麼情況選哪一個

這裡的每個工具都有擅長的事。快速指南：

Mem0

適合選 Mem0 的情況： 你正在開發自己的 AI 應用，想要一套能從對話中擷取使用者偏好與事實的開源記憶 SDK，並且支援大量向量資料庫與 LLM 的生態系。

適合選奧麥的情況： 你希望團隊已經在用的 AI 工具——Claude、ChatGPT、Cursor、Codex——不用寫程式就能共用同一份記憶，還要有可閱讀的 Markdown 歷史，以及存放憑證的保險庫。

奧麥 vs Mem0 詳細比較 →

Zep

適合選 Zep 的情況： 你需要一個企業級上下文層，把業務資料和對話整合成時序知識圖譜，具備 RBAC 與 ABAC 治理，並有 SOC 2 與 HIPAA 選項。

適合選奧麥的情況： 你想替團隊的 AI 代理準備一套輕量的共用記憶與知識庫，按 AI 代理數計價，透過 MCP 一分鐘就能設定好。

奧麥 vs Zep 詳細比較 →

Letta

適合選 Letta 的情況： 你要打造長時間執行、有狀態、會自行管理和改寫記憶的代理，並且想要一個可以自架的開源框架。

適合選奧麥的情況： 你想讓已經在用的代理共用同一份記憶和知識庫，而不是在某個框架上重新打造新的代理。

奧麥 vs Letta 詳細比較 →

LangMem

適合選 LangMem 的情況： 你用 LangGraph 或 LangChain 開發代理，想要一個函式庫，把記憶擷取、儲存和提示最佳化都留在你自己的程式碼裡。

適合選奧麥的情況： 你不想自己建置或維運記憶儲存，只想讓團隊裡每個 AI 都透過 MCP 讀寫同一份記憶。

Supermemory

適合選 Supermemory 的情況： 你要替自己的產品找一套記憶與 RAG API，具備自動事實擷取、Gmail 和 S3 等連接器，以及 MIT 授權的本機版。

適合選奧麥的情況： 你想要一個用純 Markdown 寫成、有 git 歷史的團隊知識庫，每個 AI 都會收到團隊規矩，記憶旁邊還有端對端加密保險庫。

Cognee

適合選 Cognee 的情況： 你想要開源、自架的知識圖譜記憶或 GraphRAG 流程，可自由替換圖形與向量資料庫，並依資料集設定權限。

適合選奧麥的情況： 你想要什麼都不用自己維運的託管服務：一個網址、OAuth 登入，所有 AI 應用共用同一份記憶。

MCP Memory Server

適合選 MCP Memory Server 的情況： 你是個人想在本機試試代理記憶，或想找一個精簡的參考實作來學習——它免費，所有資料都放在一個看得懂的檔案裡。

適合選奧麥的情況： 多個人或多台電腦需要同一份記憶，而且要有登入、每個 AI 一個身分、可還原的歷史，以及團隊方案。

奧麥 vs MCP Memory Server 詳細比較 →

Basic Memory

適合選 Basic Memory 的情況： 你想要本機優先、由你和 AI 一起編輯、能用 Obsidian 開啟的 Markdown 筆記，核心以 AGPL 開源，另有選用的付費雲端版。

適合選奧麥的情況： 你想要一個託管的團隊空間，每個 AI 都有自己的身分，還有可設到期日的記憶、團隊規矩、共用的第三方工具和機密保險庫。

ChatGPT

適合選 ChatGPT 的情況： 你主要自己一個人用 ChatGPT，希望它自動記住你的偏好，什麼都不用設定。

適合選奧麥的情況： 你也會用 Claude、Cursor 或 Codex，希望它們共享 ChatGPT 知道的事——而且還要分享給你的團隊。

奧麥 vs ChatGPT 詳細比較 →

Claude

適合選 Claude 的情況： 你主要在 Claude 裡工作：記憶和共用 Projects 涵蓋了 App 本身，而儲存庫裡的 CLAUDE.md 檔案負責引導 Claude Code。

適合選奧麥的情況： 你希望 Claude、ChatGPT、Cursor 和 Codex 用同一份記憶，還要一個團隊裡每個 AI 都會寫入的知識庫。

奧麥 vs Claude 詳細比較 →

Cursor

適合選 Cursor 的情況： 你的規則就該放在程式碼旁邊：專案規則和 AGENTS.md 放在 git 裡，並在 Teams 方案上強制套用 Team Rules。

適合選奧麥的情況： 這些知識不綁定單一儲存庫或單一編輯器——是團隊裡每個 AI 都該找得到的心得、決定和事實。

Windsurf

適合選 Windsurf 的情況： 你在 Windsurf 裡工作，想要工作區裡的規則，加上只留在自己電腦上的記憶。

適合選奧麥的情況： 你希望記憶能跨電腦、跨人員、跨 AI 應用共用，而不是只留在一台電腦上。

Notion

適合選 Notion 的情況： 團隊文件由人撰寫和整理，而你希望 Notion AI 和 Notion 自家的 MCP 伺服器來讀取它們。

適合選奧麥的情況： 知識由你的 AI 代理自己寫下——以 Markdown 記錄心得和事實，有重複檢查和到期機制——而且你還需要一個保險庫存放它們的憑證。

Obsidian

適合選 Obsidian 的情況： 你想要一本免費、本機、個人用的 Markdown 筆記本，外掛生態系龐大，也不介意自己接上 AI 存取。

適合選奧麥的情況： 你想要託管的共用記憶，讓 AI 代理在任何地方都能透過 MCP 存取，並有團隊成員與權限管理。

常見問題

什麼是 AI 代理記憶？

它讓 AI 代理在不同工作階段之間保留學到的東西——事實、偏好、決定、做法——而不是每次都從零開始。LLM 的長期記憶通常存在模型之外，例如資料庫、圖譜或檔案，需要時再帶進上下文。共用記憶則更進一步：多個代理讀寫同一個儲存區。

RAG 和記憶有什麼不同？

RAG 是從一組文件中檢索段落來回答問題。記憶則是代理在工作過程中寫下的：它會隨時間改變，舊的事實需要更新或淘汰。在奧麥裡，記憶可以設定到期日，像價格或版本這類快照時間到就會自動退役。

奧麥是 Mem0 的替代方案嗎？

對某些團隊來說是。Mem0 是開發者寫進自家應用的記憶層，會自動從對話擷取記憶。奧麥則是託管的 MCP 伺服器，讓你已經在用的 AI 工具直接連上，提供共用的 Markdown 知識庫、記憶和保險庫。如果你在開發自己的 AI 產品，Mem0、Zep 或 Letta 可能更適合；如果你希望 Claude、ChatGPT、Cursor 和 Codex 在整個團隊之間共用記憶，奧麥正是為此打造的。

ChatGPT、Claude 和 Cursor 能共用同一份記憶嗎？

它們內建的記憶彼此不共用——每個產品各自保存。但它們可以透過一個大家都連上的 MCP 伺服器共用記憶：在 Claude、ChatGPT、Cursor、Claude Code 或 Codex 裡加入奧麥，登入一次，它們就會讀寫同一份持久記憶。請參閱設定指南。

什麼是 MCP 記憶伺服器？

就是提供 AI 用戶端儲存與回想記憶工具的 MCP 伺服器。官方的參考伺服器會把知識圖譜存在單一電腦上的本機檔案裡。奧麥則是託管的 MCP 記憶伺服器兼 MCP 知識庫：一個網址、OAuth 登入，組織裡每個 AI 用的都是同一份記憶。

奧麥可以自架嗎？

不行。奧麥是託管服務，執行在加拿大的伺服器上。不過你的知識庫仍然屬於你：它是 git 裡的純 Markdown，隨時可以匯出，或同步到你自己的 GitHub 儲存庫。如果一定要自架，Mem0、Letta、Cognee、Graphiti 或 Basic Memory 等開源方案都能在你自己的基礎設施上執行。

AI 代理該如何處理 API 金鑰和密碼？

不要放進記憶，也不要貼在對話裡。奧麥的保險庫採端對端加密：項目在你的電腦上加密，代理要使用必須經過你核准，而 owlmem run 會把機密交給指令，而不是交給模型。這裡比較的其他記憶工具，文件中都沒有描述給代理用的憑證保險庫。

資料來源

我們於 2026 年 10 月 25 日查閱的官方頁面：

讓團隊裡每個 AI 共用同一份記憶

一個 AI 永久免費。一分鐘就能連上 Claude、ChatGPT、Cursor 或 Codex。

免費開始價格文件常見問題