TM
TiMem
中国科学院自动化研究所 & 中国科学院大学
学术免费可用
时间层级记忆,像人脑一样逐层抽象
架构特点
架构类型
层级架构
LLM自我管理
否
记忆层级
L1碎片L2会话摘要L3日模式L4周趋势L5稳定画像
Temporal-Hierarchical Memory Consolidation:将记忆按时间维度分层,常用信息逐层上浮,稳定特征长期保存;通过分层巩固降低 token 消耗
核心亮点
- LoCoMo Benchmark 75.30% 最高分
- LongMemEval-S 76.88% 最高分
- Token消耗降低52.2%
- 5层时间层级架构
适用场景
推荐
超长对话(100轮+)个性化推荐用户画像构建
不推荐
需要即时反馈的聊天机器人
文档展示
文档入口
独立文档域 docs.timem.cloud(原官网 timem.cloud 已停运,官网现为 timem.ai)
文档语言
中文
上手路径
3 步:控制台取 API Key + User ID → 粘贴 MCP 配置 → create_memory/search_memories
文档结构
快速入门核心概念(记忆层级 / 写入搜索删除 / 规则学习)API 参考MCP/SDK/Skill 接入更新日志
在线体验控制台 console.timem.cloud
llms.txt未核实
文档 MCP支持(TiMEM MCP 为产品能力)
官网对外展示
首屏「记忆穿越时间,智慧预见未来」;LoCoMo 75.30% 等数值只在 GitHub README,官网首页未见;无客户 Logo 墙,CTA 进入控制台
以上字段于 2026-09-17 逐个站点实抓核实,完整对标见 《文档展示对标清单:14 家记忆引擎的文档站与官网对外展示实测》