记忆熊（MemoryBear）产品介绍与接入指南

1. 产品概述

1.1 为什么需要 AI 记忆能力？

随着大模型和 Agent 技术的发展，AI 已经具备了较强的信息理解和任务执行能力。然而，传统 AI 应用仍面临无法持续记忆的问题。大多数 AI 系统主要依赖当前会话上下文进行推理，当对话内容持续增长或跨越多个会话周期时，容易出现历史信息丢失、用户需求理解不连续等情况。

在实际业务场景中，用户往往希望 AI 能够记住长期有效的信息，例如个人偏好、历史需求、业务背景以及交互习惯。但传统 AI 每次交互通常从当前上下文重新开始，无法形成持续性的用户理解，导致用户需要重复提供相同信息，影响使用体验。

当前 AI 记忆面临的主要挑战：

• 上下文窗口限制： 大模型虽拥有强大的语言理解能力，但受限于上下文窗口大小，无法无限保存历史对话信息。在长对话场景中，早期的重要信息可能被新的内容覆盖或丢失，使 AI 难以保持完整的上下文理解。

• 多 Agent 场景下的记忆割裂： 随着 Agent 应用的发展，一个业务流程中可能包含多个不同职责的智能体。然而，不同 Agent 往往各自维护独立上下文，缺少统一的记忆管理机制，导致用户需要在不同 Agent 之间重复描述背景信息，影响协作效率。

• 信息理解与业务语义偏差： 真实业务场景中的用户表达通常具有较强的上下文依赖，例如行业术语、习惯表达、业务简称等。传统 AI 主要依赖即时文本理解，难以结合用户长期背景进行判断，容易产生语义理解偏差，无法真正满足个性化服务需求。

Memory Bear 的解决方向：

针对以上问题，红熊 AI 提供面向 Agent 的长期记忆能力，通过对交互信息进行提取、整理、关联和检索，帮助 AI 建立持续性的用户理解能力。红熊 AI 不仅关注信息存储，更关注记忆内容的管理和应用，让 AI 能够在不同会话、不同任务和不同业务场景中持续调用有效信息，实现从一次性交互向长期智能服务的转变。

1.2 产品简介

红熊 AI（Memory Bear AI）是一款以「长期记忆」为核心的企业级 AI 能力平台，致力于为 AI Agent 提供持续记忆、知识管理和上下文理解能力，帮助 AI 从“一次性交互”升级为具备长期理解能力的智能应用。

不同于传统 AI 主要依赖即时上下文进行响应，红熊 AI 通过构建完整的记忆管理体系，对用户交互过程中产生的信息进行提取、整理、关联和检索，将分散的对话内容转化为可管理、可调用的结构化记忆。

红熊 AI 围绕 AI 记忆生命周期构建核心能力，包括记忆提取、图谱存储、混合检索、记忆管理和持续优化等模块。通过记忆萃取引擎，系统能够从用户交互内容中识别关键有效信息；通过图谱存储能力建立信息之间的关联关系；通过混合搜索能力快速召回与当前任务相关的历史记忆，从而帮助 AI Agent 更准确地理解用户需求和业务上下文。

红熊 AI 支持多种应用场景下的记忆能力接入，包括智能客服、个人助手、企业 Agent 等。开发者可以通过 MCP 协议或 API 接口，将长期记忆能力快速集成到现有 AI 应用中，为不同业务场景提供持续、个性化的智能服务能力。

2. 核心功能

2.1 功能介绍

红熊 AI 提供面向 AI Agent 的智能记忆管理能力，将用户在交互过程中产生的信息进行结构化沉淀，并通过可视化方式展示用户记忆内容及关联关系。系统支持对不同类型的记忆进行分类管理，包括短期记忆、长期记忆、工作记忆、情绪记忆等，帮助开发者和业务人员直观了解 AI 对用户信息的理解情况。

2.2 核心能力

• 多类型记忆管理： 红熊 AI 支持对用户信息进行多维度分类，包括：

  • 短期记忆： 当前会话中的临时上下文信息
  • 长期记忆： 跨会话持续保存的重要用户信息
  • 工作记忆： 当前任务执行过程中的关键状态
  • 情绪记忆： 用户情绪、偏好等交互特征通过不同类型记忆的协同管理，实现 AI 对用户信息的持续理解。

• 记忆关系网络： 系统通过关系网络展示不同记忆节点之间的关联关系，将分散的信息进行结构化组织。通过记忆图谱，用户可以查看：

  • 用户信息之间的关联
  • 记忆来源
  • 记忆实体关系
  • 记忆写入时间帮助企业更直观地管理和分析 AI 的记忆内容。

• 记忆洞察与管理： 通过脑区视图等可视化方式，对用户记忆进行整体展示。支持查看：

  • 已形成的用户画像
  • 不同类型记忆分布
  • 记忆数量统计
  • 记忆关联情况帮助开发者快速了解 AI 当前掌握的用户信息，并进行进一步管理。

2.3 检索模式详解

记忆模块提供 EXPRESS、QUICK、NORMAL、DEEP、RECENT、META 六档检索模式，覆盖从毫秒级信息获取到复杂关联推理的完整能力体系。开发者可根据业务场景灵活选择检索深度：轻量模式支持关键词、近期上下文和用户画像等信息的极速获取，无需额外模型推理即可快速返回结果；标准模式融合全文检索与语义检索能力，在响应速度与召回质量之间实现平衡；深度模式则基于知识图谱和 Agent 推理能力，自动串联跨时间、跨实体的分散记忆，完成多跳关联分析与信息整合，输出结构化且具备上下文理解能力的答案。通过统一接口即可覆盖从“快速查找”到“深度理解与总结”的多层次记忆应用需求。

3. 快速开始 - 记忆熊注册教程

欢迎使用记忆熊（Memory Bear.AI），按照以下步骤即可快速完成账号注册并开始体验。

3.1 登录官网

在浏览器地址栏输入官网地址 memorybear.ai，进入记忆熊首页。

3.2 点击「登录并体验」

在首页右上角找到并点击「登录并体验」按钮，进入登录注册页面。

3.3 点击「立即注册」

点击后会跳转到登录页面。在右侧登录框中，找到底部「还没有账号？」处的「立即注册」链接并点击，进入注册页面。

3.4 填写邮箱并申请注册

进入「注册并激活平台管理员」页面后，在「邮箱」输入框中填入你的邮箱地址，然后点击「申请注册」按钮。系统将向该邮箱发送验证记录，请注意查收。

3.5 验证邀请码

提交后，系统会提示「邀请码已发送到您的邮箱，请查收」。打开邮箱获取邀请码，回到页面在「初始密码」处依次填入收到的邀请码，然后点击「下一步」。如果没有收到邮件，可点击「重新发送」再次获取。

3.6 设置新密码并完成注册

进入「设置新密码」页面后：

• 在「新密码」输入框中输入密码（至少 8 位，建议包含字母与数字）。

• 在下方输入框中再次输入新密码进行确认。

点击「完成注册」按钮。注册成功后，即可使用刚才设置的邮箱与密码登录记忆熊，开启你的智能记忆之旅。

3.7 进入记忆熊租户层

注册成功后，系统会自动跳转到记忆熊租户管理后台。左侧导航栏包含以下模块：

• 工作台： 首页、模型管理、空间管理

• 平台管理： 工具管理、技能库、收费管理

• 系统设置： 用户管理

正式开启你的智能记忆之旅吧！

4. MemoryBear 记忆服务 — MCP 接入指南

MemoryBear 提供基于 MCP (Model Context Protocol) 的记忆读写能力。AI 模型可通过 write_memory / read_memory 两个工具为终端用户实现跨会话持久化记忆。

4.1 前置准备

4.2 客户端配置

所有客户端均使用 Streamable HTTP（streamable-http ）传输协议，端点 URL 为 https://cloud.memorybear.ai/v1/mcp/memory 。每个请求需要携带两个 Header：

也可使用 X-API-Key: <api_key> 替代 Authorization: Bearer <api_key>。

4.2.1 Claude Desktop

编辑 Claude Desktop 配置文件：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

• Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "redbear-memory": {
      "type": "streamable-http",
      "url": "https://cloud.memorybear.ai/v1/mcp/memory",
      "headers": {
        "Authorization": "Bearer <your-api-key>",
        "X-End-User-Other-Id": "<end-user-other-id>"
      }
    }
  }
}

4.2.2 Claude Code (CLI )

在项目根目录或 ~/.claude/ 下创建 / 编辑 .mcp.json：

{
  "mcpServers": {
    "redbear-memory": {
      "type": "streamable-http",
      "url": "https://cloud.memorybear.ai/v1/mcp/memory",
      "headers": {
        "Authorization": "Bearer <your-api-key>",
        "X-End-User-Other-Id": "<end-user-other-id>"
      }
    }
  }
}

4.3 Cursor / Continue / 其他 MCP 客户端

{
  "mcpServers": {
    "redbear-memory": {
      "url": "https://cloud.memorybear.ai/v1/mcp/memory",
      "transport": "streamable-http",
      "headers": {
        "Authorization": "Bearer <your-api-key>",
        "X-End-User-Other-Id": "<end-user-other-id>"
      }
    }
  }
}

5. 工具说明

5.1 write_memory

将用户重要信息持久化存储 ，供后续对话召回（异步写入，消息入队后即返回）。

5.2 read_memory

检索与当前上下文相关的历史记忆（同步读取，直接返回结果）。

6. 常见问题

Q1: 一个 API Key 可以服务多个终端用户吗？

可以。一个 API Key 绑定一个 Workspace，通过 X-End-User-Other-Id Header 区分不同终端用户。

Q2: 终端用户如何创建？

在 RedBear 控制台「终端用户」页面手动创建，或通过 REST API 注册。

Q3: write 后马上 read 能查到吗？

存在延迟。建议在写入后等待 5-10 秒再读取。