Agent-MemoryForge 2.0 今天发布。
这次 2.0 最大的变化是，把 Agent-MemoryForge 明确升级成一个面向真实企业 agent 系统的生产级 Memory Layer。
它的核心定位是：客户自己的 LangChain、LangGraph、OpenAI Agents SDK、自研 agent 继续负责推理、规划、工具调用和回答；Agent-MemoryForge 负责可审计、可隔离、可检索、可沉淀的长期记忆系统。
2.0 里，我也把 Orbyt 中一部分经过验证的记忆与 context 管理能力集成了进来，让 Agent-MemoryForge 不只是存储记忆，而是能参与记忆选择、上下文组装和召回治理。
2.0 新增和稳定了几个关键能力：
API-first 集成，并提供官方 Python SDK
tenant / workspace / user 三层记忆隔离
workspace 级 MCP 配置、加密 secrets 和 tool policy
STM、WM、preferences、semantic、graph 多类记忆分工
异步 distillation，避免把记忆沉淀阻塞在用户请求链路里
pgvector 语义召回、SQLite FTS、Neo4j graph、Redis queue/metrics 的组合架构
Portal 管理用户、workspace、quota、usage、memory inspection、tool config 和 traces
支持 OpenAI-compatible Responses API 和 Chat Completions API
我们的目标很清楚：让企业不用重写自己的 agent 平台，也能拥有一套稳定、可运营、可追踪、可扩展的 agent memory infrastructure。
GitHub: http://t.cn/A6kP04Ks