EverOS: 面向自进化 Agent 的长期记忆操作系统与评估基准

这是可索引项目报告证据页：它保留 EverOS: 面向自进化 Agent 的长期记忆操作系统与评估基准 的源材料入口、机制线索和限制提醒；正文仍需 reader/editor 与 academic public-copy review 后才能当作最终结论引用。

EverOS: 面向自进化 Agent 的长期记忆操作系统与评估基准

基本信息

项目简介

EverOS（原名 Everos）是一个统一平台，用于应用、构建和评估自进化 Agent 中的长期记忆。项目围绕三个核心部分组织：使用案例（展示记忆在真实 Agent 工作流中的作用）、架构方法（可运行的记忆系统与算法）和基准测试（记忆质量与 Agent 自进化的开放评估套件）。其核心组件 EverCore 是一个受生物印记启发的自组织记忆操作系统，能从对话中提取、结构化和检索长期知识，使 Agent 具备记忆、理解和持续进化的能力。

目录结构

everos/
├── methods/                           # ★ 架构方法
│   ├── EverCore/                      # ★ 核心记忆系统
│   │   ├── src/                       # 源码
│   │   │   ├── run.py                 # 入口
│   │   │   ├── agentic_layer/         # Agent 层
│   │   │   │   └── memory_manager.py  # ★ 记忆管理器
│   │   │   ├── memory_layer/          # ★ 记忆层
│   │   │   │   └── prompts/           # EN/ZH 双语提示
│   │   │   ├── infra_layer/           # 基础设施层
│   │   │   │   └── adapters/input/api/ # REST API
│   │   │   └── ...
│   │   ├── evaluation/                # ★ 评估运行器
│   │   ├── demo/                      # 演示
│   │   └── docs/                      # 文档
│   └── HyperMem/                      # 超图记忆架构
├── benchmarks/                        # ★ 基准测试
│   ├── EverMemBench/                  # 记忆质量评估
│   │   └── dataset/                   # HuggingFace 数据集
│   └── EvoAgentBench/                 # Agent 自进化评估
├── use-cases/                         # 使用案例
│   ├── game-of-throne-demo/           # 权力游戏记忆演示
│   ├── claude-code-plugin/            # Claude Code 插件
│   └── ...                            # 更多集成
└── .github/                           # 社区文件

核心模块分析

1. EverCore 记忆操作系统（methods/EverCore/）

EverCore 是 EverOS 的核心组件，实现了三层架构：

• Agent 层（agentic_layer/）：提供记忆管理器接口，协调 Agent 与记忆系统的交互
• 记忆层（memory_layer/）：实现记忆的提取、结构化、存储和检索，支持 EN/ZH 双语提示
• 基础设施层（infra_layer/）：REST API、数据库适配器（Milvus 向量库、Elasticsearch）等

# 记忆存储与检索 API
import requests
API_BASE = "http://localhost:1995/api/v1"

# 存储记忆
requests.post(f"{API_BASE}/memories", json={
    "message_id": "msg_001",
    "content": "I love playing soccer on weekends"
})

# 检索记忆（混合检索）
response = requests.get(f"{API_BASE}/memories/search", json={
    "query": "What sports does the user like?",
    "memory_types": ["episodic_memory"],
    "retrieve_method": "hybrid"
})

2. HyperMem 超图记忆（methods/HyperMem/）

基于超图的层次化记忆架构，通过超边捕获高阶关联，包含主题层、事件层和事实层的粗到细对话检索。在 LoCoMo 基准上达到 92.73% 的准确率。

3. EverMemBench 基准（benchmarks/EverMemBench/）

三层记忆质量评估框架：

• 事实回忆（Factual Recall）：验证基础记忆检索的准确性
• 应用推理（Applied Reasoning）：测试在复杂场景中的记忆应用能力
• 个性化泛化（Personalized Generalization）：评估对用户偏好的理解和泛化

配套数据集发布在 HuggingFace 上，支持动态评估场景。

4. EvoAgentBench 基准（benchmarks/EvoAgentBench/）

Agent 自进化评估基准，通过四个维度衡量进化能力：

• 纵向成长曲线：Agent 在持续交互中的性能提升趋势
• 迁移效率：从一个任务学到的能力迁移到新任务的效率
• 错误避免：Agent 从错误中学习并避免重复犯错的能力
• 技能命中质量：Agent 在何时选择使用何种技能的准确性

5. 多租户架构

EverCore 采用多租户设计，所有数据严格按租户隔离，支持并发访问和独立配置。所有 I/O 操作均为异步实现，确保高吞吐和低延迟。

技术亮点

1. 生物印记启发的记忆组织：EverCore 借鉴生物印记机制设计记忆的自组织提取和结构化过程，使记忆系统具有类人的学习特性
2. 记忆性能报告：公开资料报告 LoCoMo（93.05%）和 LongMemEval（83.00%）结果；是否为同版本最优需要复核 leaderboard、任务设置和评测日期
3. 超图层次记忆：HyperMem 通过超边建模多实体间的高阶关联，突破了传统图结构在复杂关系建模上的限制
4. 双语记忆支持：提示系统原生支持 EN/ZH 双语，覆盖全球主要用户群体
5. 丰富的集成生态：涵盖 Rokid AI 眼镜、Claude Code 插件、TEN Framework、Live2D 角色、Browser Agent 等十余种实际应用

与 Self-Evolve 关联

参考资料

• EverMemOS 论文
• HyperMem 论文
• EverMemBench 论文
• EverOS 文档
• EverMemBench 数据集
• EvoAgentBench 数据集