Kxiandaoyan/Memoh-v2：Memoh-v2 是一个自托管 AI Agent 平台，通过容器隔离、三层记忆系统和自我进化机制，提供真隔离、真记忆、真进化、真协作的智能体解决本页整理它解决什么问题、适用场景、安装方式和使用方法。
Memoh-v2 是一个自托管 AI Agent 平台，通过容器隔离、三层记忆系统和自我进化机制，提供真隔离、真记忆、真进化、真协作的智能体解决方案。
Memoh-v2 是一个自托管 AI Agent 平台，定位为'不妥协的 AI Agent 平台'，强调真隔离、真记忆、真进化、真协作四大核心特性。它允许用户创建独立的 AI Bot 实例，每个 Bot 运行在隔离的容器中，拥有独立的文件系统、Shell、网络和浏览器环境。平台提供 Web 管理界面（默认 localhost:8082），用于配置 Bot、管理记忆、监控进化日志和编排团队协作。主要用途是构建可长期运行、自我优化、团队协作的智能体系统，适用于个人助手、企业自动化、研究实验等多种场景，所有数据与基础设施完全自托管，确保隐私与控制权。
Memoh-v2 针对当前 AI Agent 领域的五大痛点提供解决方案：一是隔离性问题，传统方案共享运行时导致安全风险，本平台通过 containerd 容器为每个 Bot 提供真正隔离的环境；二是记忆能力局限，单一向量搜索无法满足复杂需求，本平台采用 Qdrant 向量库、BM25 关键词索引和 LLM 智能提取的三层混合记忆系统；三是静态 prompt 问题，Bot 无法自我优化，本平台实现反思-实验-审查的进化循环；四是单 Agent 协作困难，本平台通过大总管调度机制支持多 Bot 团队协作；五是成本问题，依赖付费 API 导致运营成本高，本平台集成 SearXNG 等免费基础设施，实现零成本搜索与基础能力。
Memoh-v2 适用于多种场景：个人用户可部署私人 AI 助手，处理日程管理、信息查询、内容创作等任务，所有数据保留在本地；团队可构建多领域 AI 协作系统，如客服团队、研究助手组，通过大总管 Bot 自动分配与协调任务；企业可搭建内部知识库问答、自动化流程处理系统，支持长期上下文记忆；开发者与研究机构可用于实验 AI Agent 的自我进化机制、记忆管理算法等前沿课题；跨平台用户可统一管理 Telegram、飞书、微信、Discord 等渠道的消息，实现一个 Bot 服务全平台。项目特别适合注重数据隐私、需要高度定制化、追求低成本运行的用户与组织。
Memoh-v2 提供一键安装与手动安装两种方式。一键安装需系统已安装 Docker，执行命令：curl -fsSL https://raw.githubusercontent.com/Kxiandaoyan/Memoh-v2/main/scripts/install.sh | sh，支持静默安装参数 -y。手动安装步骤：git clone --depth 1 https://github.com/Kxiandaoyan/Memoh-v2.git，进入项目目录，运行 docker compose up -d。服务启动后访问 http://localhost:8082，使用默认账号 admin/admin123 登录。首次配置需在 Web 界面完成：依次添加 Provider（API 服务商）、在 Provider 下添加模型、新建 Bot、配置 Bot 设置（选择 Chat 模型、Embedding 模型、语言等）、可选连接消息频道。升级运行 ./scripts/upgrade.sh，会自动备份数据库、拉取代码、重建服务、运行迁移并同步技能。
使用 Memoh-v2 主要通过 Web 管理控制台（http://localhost:8082）进行。登录后，首先在 Provider 设置中添加 AI 模型服务商（如 OpenAI、Anthropic 等），填入 API Key 和 Base URL；然后在对应 Provider 下添加模型（chat 或 embedding 类型）。接着创建 Bot 实例，可选择模板或空白创建，设置名称和类型；在 Bot 设置中选择已配置的 Chat 模型、Embedding 模型、语言等参数。如需接收外部消息，在 Bot 的频道设置中连接 Telegram、飞书、个人微信或 Discord 等平台。完成配置后，可通过 Web 界面的对话页面与 Bot 直接交互，或通过已连接的消息渠道发送消息。Bot 会自动进行记忆提取、进化循环，并在团队协作中通过大总管调度其他 Bot。所有记忆、进化日志、对话历史均可 Web 界面查看与管理。
Memoh-v2 在技术实现上具有多个特点：后端采用 Go 语言，使用 Uber fx 框架进行依赖注入，实现模块解耦与生命周期管理；前端为 Vue 3 单页应用，提供响应式管理界面。核心模块包含：containerd 模块负责容器生命周期与网络配置；memory 模块实现三层记忆系统，融合 Qdrant 密集向量与 Bleve BM25 稀疏向量检索；mcp 模块基于 Model Context Protocol 提供标准化工具接口，集成浏览器、网页读取等能力；channel 模块抽象消息渠道适配器，支持多平台；db 模块使用 PostgreSQL 存储，通过 sqlc 生成类型安全查询代码。每个 Bot 的容器内运行独立的 MCP 服务器，通过 stdio 与主服务通信。平台支持 30+ 语言的 BM25 索引，记忆具备时间衰减、自动压缩、事实提取等高级特性。所有关键组件均通过 Docker Compose 编排，确保部署简便。
Memoh-v2 提供真隔离（每个 Bot 独立容器）、真记忆（三层混合检索）、真进化（自我优化循环）和真协作（多 Bot 团队编排），而 OpenClaw 在这些方面有局限。具体对比见项目文档的 comparison 章节。
支持一键安装：curl -fsSL https://raw.githubusercontent.com/Kxiandaoyan/Memoh-v2/main/scripts/install.sh | sh；或手动安装：git clone 项目后运行 docker compose up -d。详细步骤见安装与升级文档。
核心基础设施完全免费：SearXNG 搜索、Qdrant 向量库、BM25 索引、Containerd 容器均自托管。仅需承担 LLM API 调用费用（如使用 OpenAI 等），或使用 Ollama 本地模型实现零 API 成本。
登录 Web 控制台（localhost:8082）后，依次添加 Provider（API 服务商）、在 Provider 下添加模型、新建 Bot、配置 Bot 参数（选择模型、语言等）、可选连接消息频道。完成后即可通过 Web 或连接渠道与 Bot 交互。
记忆系统分三层：Qdrant 向量库负责语义搜索，BM25 负责关键词精确匹配，LLM 负责对话后智能提取关键信息。支持事实自动提取、解决方案记忆、集体记忆共享、时间衰减（30天半衰期）、自动压缩合并、30+ 语言支持等特性。