EverMemOS

Открытый слой долговременной памяти агентов с локальными Markdown-файлами

Обновлено 6 октября 2026 г.

Коротко о сервисе

Модель оплаты: Open source
Цена: Цена не указана
Бесплатный тариф: Не проверено
Поддержка русского: Не проверено
Русский интерфейс: Не проверено
Работает без VPN: Не проверено
Оплата картой РФ: Не проверено
API: Есть
Платформы: web
Языки интерфейса: не проверено

Сведения о доступности и функциях проверены 06.10.2026 по официальному источнику.

Что такое сервис «EverMemOS»

EverMemOS — прежнее имя EverOS, открытого слоя долговременной памяти ИИ-агентов от EverMind. Связь имён подтверждает официальный README, а старый адрес репозитория перенаправляет на EverOS. Память сохраняется в читаемых Markdown-файлах, локальные индексы строятся в SQLite и LanceDB. На 06.10.2026 минимальная установка требует Python 3.12 и ключ OpenRouter; гибридный поиск дополнительно зависит от провайдера эмбеддингов.

EverOS превращает историю разговора, файлы и траектории действий агента в сохраняемые записи. В документированном процессе сообщения добавляют через REST, после сессии вызывают flush, затем ищут нужный контекст. Markdown выступает исходным хранилищем: файлы можно читать, исправлять и версионировать через Git. Наблюдатель за изменениями синхронизирует индексы. История пользователя и опыт агента разведены по отдельным структурам, чтобы персональный профиль не смешивался с процедурами выполнения задач.

Конфигурация EverOS определяет доступные режимы поиска. Одного языкового провайдера достаточно для добавления памяти, сохранения и поиска по ключевым словам. Эмбеддинги открывают векторный и гибридный поиск, дополнительный reranker требуется для расширенного поиска агента и Knowledge Wiki. README предупреждает: API по умолчанию использует гибридный режим, поэтому при минимальной установке запрос должен явно выбирать keyword. Иначе схема вызова не соответствует настроенным возможностям.

В EverOS новые обращения направляются к /api/v2; прежний /api/v1 оставлен совместимым псевдонимом. Проект распространяется по Apache License 2.0, но открытый код не означает нулевых расходов на инфраструктуру и внешние модели. В README есть автономная демонстрация без ключа, отдельная от полноценной модельной настройки. Для кодовых CLI README отсылает к внешнему community-проекту EverMem; отдельный сценарий описывает Claude Code Plugin. Наличие ссылки не подтверждает проверенную работоспособность интеграции.

EverOS и Mem0 относятся к одному классу памяти агентов, однако Mem0 описывает настраиваемую связку модели, эмбеддингов и векторного хранилища. У EverOS существенный критерий — Markdown как редактируемый источник данных с локальными SQLite и LanceDB. Такой подход подходит разработчику, готовому обслуживать память и провайдеров; обычного личного кабинета для задач пользователя описание не обещает. Локальное хранение файлов не исключает передачи содержимого подключённой модели. Русский язык, тариф облачного предложения и доступ провайдеров из России не установлены.

Тарифы сервиса «EverMemOS»

Открытый код EverOS

Лицензия Apache 2.0

Стоимость модели, эмбеддингов и инфраструктуры отдельно; цена облачного предложения не установлена

Разработчик агента с собственным окружением

Проверено 06.10.2026 · официальный источник

Точные лимиты и состав тарифов уточняйте на сайте сервиса — цены могут меняться.

Плюсы и минусы сервиса «EverMemOS»

Плюсы

хранит исходные записи в редактируемых локальных файлах
SQLite и LanceDB для локальных индексов
Публичный REST-процесс добавления, сохранения и поиска
Раздельные структуры памяти пользователя и опыта агента

Минусы

гибридный поиск требует отдельного провайдера эмбеддингов
Для модельной настройки нужен внешний ключ и бюджет
Локальные файлы не исключают передачи данных языковой модели

Частые вопросы

Как связаны EverMemOS, EverOS и EverMind?

EverMemOS — прежнее название EverOS. На 06.10.2026 это прямо указано в официальном README, а GitHub перенаправляет старый репозиторий EverMind-AI/EverMemOS на EverMind-AI/EverOS. EverMind — разработчик проекта и официальный сайт. Поэтому текущие технические инструкции нужно читать под названием EverOS; сохранённое имя карточки не означает существование отдельного современного пользовательского органайзера под старым брендом.

Где EverMemOS хранит память и можно ли её исправлять?

В текущем EverOS, ранее EverMemOS, исходные записи хранятся в Markdown, а локальные индексы — в SQLite и LanceDB. README разрешает редактировать файлы напрямую: наблюдатель синхронизирует изменения с индексами. Это даёт читаемую историю и возможность версионирования через Git. Однако локальное размещение не доказывает автономную обработку: извлечение памяти использует настроенную языковую модель, которая может работать у внешнего провайдера.

Какая настройка нужна для поиска по памяти EverMemOS?

Для текущего EverOS, ранее EverMemOS, минимальная схема включает Python 3.12 и один ключ OpenRouter. Она поддерживает запись, flush и поиск по ключевым словам. На 06.10.2026 README требует явно передавать method: keyword, поскольку API по умолчанию выбирает гибридный поиск. Для векторного режима нужен провайдер эмбеддингов, а для расширенного агентного поиска и Knowledge Wiki — также reranker.

EverMemOS бесплатен и заменяет готовый чат-ассистент?

Код текущего EverOS опубликован по Apache License 2.0, но это не тариф облачного кабинета. Запуск, внешние модели и эмбеддинги могут требовать отдельного бюджета. В README есть демонстрация без ключа; она не подтверждает бесплатную полноценную модельную работу. EverMemOS рассчитан на внедрение памяти в агента разработчиком, а поддержка русского и доступ всех зависимостей из России не проверены.