एक स्थानीय LLM दूसरी बातचीत तक अच्छा है। बिना स्पष्ट मेमोरी लेयर के, हर सेशन शून्य से शुरू होता है — कोई वरीयताएँ नहीं, कोई प्रोजेक्ट संदर्भ नहीं, इस बात का कोई इतिहास नहीं कि पिछले हफ्ते क्या काम आया। एक निरंतर मेमोरी टूल इस समस्या को हल करता है कि मॉडल और प्रॉम्प्ट के बीच बैठकर, यह निर्णय लेता है कि क्या याद रखना है, सही समय पर सही तथ्य दिखाता है, और पुनरारंभ से बचता है।
हमने डेस्कटॉप पर Ollama, LM Studio या vLLM चलाने वाले स्व-होस्ट किए गए सेटअप के लिए सात मेमोरी टूल्स का परीक्षण किया। हमारी पिक्स 2026 स्टैक को कवर करती हैं: समर्पित मेमोरी फ्रेमवर्क, एजेंट रनटाइम जिनमें मेमोरी शामिल है, नॉलेज ग्राफ बैकएंड, और मेमोरी लेयर जिसे ओपन वेबयूआई उपयोगकर्ता सबसे पहले सक्षम करने की संभावना रखते हैं।
स्थानीय LLM मेमोरी टूल में क्या देखना है
एक को चुनने से पहले, निर्णय लें कि आप किस प्रकार की मेमोरी चाहते हैं।
- निष्क्रिय निष्कर्षण बनाम एजेंट-चालित लेखन। निष्क्रिय सिस्टम (Mem0) संदेशों से मेमोरी निकालते हैं बिना मॉडल कुछ किए। एजेंट-चालित सिस्टम (Letta) मॉडल को यह तय करने देते हैं कि क्या रखना है। निष्क्रिय पूर्वानुमानित है; एजेंट-चालित जब काम करता है तो इरादे को बेहतर पकड़ता है।
- वेक्टर बनाम ग्राफ बनाम हाइब्रिड। वेक्टर रिट्रीवल मानक है और तेज़ है। ग्राफ-आधारित मेमोरी (Cognee) संबंधों पर तर्क करने के लिए बेहतर है। हाइब्रिड अधिक खर्चीले हैं लेकिन “कौन, कब, क्यों” सवालों का स्वच्छ उत्तर देते हैं।
- स्थानीय-प्रथम बनाम क्लाउड-डिफ़ॉल्ट। Mem0, Letta, Cognee, MemOS और LangMem सभी स्व-होस्ट किए जा सकते हैं। क्लाउड पथ सुविधाजनक हैं और तब नहीं हैं जब लक्ष्य अपने बॉक्स पर डेटा रखना है।
- फ्रेमवर्क लॉक-इन। कुछ टूल्स LangChain या LlamaIndex मानते हैं। अन्य HTTP API या Python SDK के माध्यम से स्वतंत्र रूप से चलते हैं जो कोई भी क्लाइंट हिट कर सकता है।
- सीमा पर लागत। यहां तक कि पूरी तरह से स्थानीय, एम्बेडिंग जनरेशन और ग्राफ बिल्ड्स कम्प्यूट का उपयोग करते हैं। 30B मॉडल हजारों संग्रहीत यादों के साथ वास्तविक हार्डवेयर की आवश्यकता होती है।
त्वरित तुलना
| ऐप | सर्वोत्तम | प्लेटफॉर्म | मुफ्त योजना | शुरुआती कीमत/माह | रेटिंग |
|---|---|---|---|---|---|
| Mem0 | किसी भी चैटबॉट के लिए प्लग-इन मेमोरी | Linux, macOS, Windows | हाँ (स्व-होस्ट) | स्व-होस्ट मुफ्त | 4.7 |
| Letta | स्व-संपादित मेमोरी के साथ एजेंट रनटाइम | Linux, macOS, Windows | हाँ (स्व-होस्ट) | स्व-होस्ट मुफ्त | 4.6 |
| Cognee | ज्ञान-ग्राफ दीर्घकालीन मेमोरी | Linux, macOS, Windows | हाँ (स्व-होस्ट) | स्व-होस्ट मुफ्त | 4.5 |
| Zep | संवादात्मक अस्थायी मेमोरी | Linux, Docker | हाँ (सामुदायिक) | मुफ्त सामुदायिक | 4.4 |
| Open WebUI memory | परिचित UI से जुड़ी मेमोरी | Linux, macOS, Windows, Docker | हाँ, पूरी तरह | मुफ्त | 4.3 |
| MemOS | OS की तरह स्तरीय मेमोरी | Linux, Docker | हाँ, पूरी तरह | मुफ्त | 4.2 |
| LangMem | LangChain-देशी मेमोरी प्राइमिटिव्स | Linux, macOS, Windows | हाँ, पूरी तरह | मुफ्त | 4.0 |
ऐप्स
1. Mem0 — किसी भी चैटबॉट के लिए सर्वोत्तम प्लग-इन मेमोरी
Mem0 2026 में सबसे अधिक तैनात मेमोरी लेयर है एक कारण के लिए: API छोटा है, स्व-होस्ट सीधा है, और आप इसे दोपहर में एक चैटबॉट में जोड़ सकते हैं। निष्क्रिय निष्कर्षण का मतलब है कि आप एक बातचीत के साथ add() को कॉल करते हैं, Mem0 तय करता है कि कौन से तथ्य महत्वपूर्ण हैं, और बाद में search() सही संदर्भ को अगली प्रॉम्प्ट में वापस लाता है।
जहाँ यह कम पड़ता है: ऑटो-निष्कर्षण राय है। अगर आप चाहते हैं कि मॉडल स्वयं तय करे कि क्या याद रखना है, तो यह गलत आकार है। Mem0 का क्लाउड उत्पाद विपणन किया गया पथ है, लेकिन ओपन-सोर्स संस्करण अधिकांश घरेलू उपयोग को कवर करता है।
कीमत:
- मुफ्त: स्व-होस्ट किया गया Mem0 OSS मुफ्त है।
- भुगतान: क्लाउड टियर संग्रहीत यादों और पुनर्प्राप्तियों द्वारा स्केल होता है; आमतौर पर उत्पादन पैमाने पर $50–$500/माह, व्यक्तिगत उपयोग के लिए प्रासंगिक नहीं।
प्लेटफॉर्म: Python SDK, REST API। जहां भी Python चलता है, यहां चलता है।
डाउनलोड: Mem0
निचला सीमा: डिफ़ॉल्ट पहली पिक। अगर आप निश्चित नहीं हैं कि कहां से शुरू करें, यहां शुरू करें।
2. Letta — स्व-संपादित मेमोरी के साथ एजेंट रनटाइम के लिए सर्वोत्तम
Letta पुनर्नामित MemGPT है — एक एजेंट रनटाइम जहां मेमोरी ऑपरेटिंग-सिस्टम रूपक है। मॉडल अपने स्वयं के तर्क लूप के दौरान कोर, रिकॉल और आर्काइवल मेमोरी टियरों में लिखता है। सिस्टम बाकी को संभालता है, जिसमें संदर्भ में और बाहर स्वैप करना शामिल है ताकि लंबे सेशन विंडो को न उड़ाएं।
जहाँ यह कम पड़ता है: Letta एक रनटाइम है, सिर्फ एक लाइब्रेरी नहीं — आप पूरे प्लेटफॉर्म को अपना रहे हैं। स्वायत्त एजेंट और लंबे-क्षितिज कार्यों के लिए सर्वोत्तम फिट, “मैं बस चाहता हूं कि मेरा चैटबॉट मेरा नाम याद रखे” के लिए कम।
कीमत:
- मुफ्त: स्व-होस्ट किया गया Letta OSS मुफ्त है।
- भुगतान: प्रबंधित तैनाती के लिए Letta Cloud, आवेदन पर मूल्य।
प्लेटफॉर्म: Python, Docker। Linux, macOS, Windows पर Docker के माध्यम से स्व-होस्ट करें।
डाउनलोड: Letta
निचला सीमा: स्वायत्त अनुसंधान एजेंट और लंबे-क्षितिज कार्य निष्पादकों के लिए सर्वोत्तम। एक चैटबॉट के लिए ओवरकिल।
3. Cognee — ज्ञान-ग्राफ दीर्घकालीन मेमोरी के लिए सर्वोत्तम
Cognee ओपन-सोर्स AI मेमोरी प्लेटफॉर्म है जो ज्ञान ग्राफ को केंद्र में रखता है। किसी भी प्रारूप में दस्तावेज़, बातचीत या संरचित डेटा ग्रहण करें और Cognee एक ग्राफ बनाता है जो पुनरारंभ से बचता है और उपयोग के साथ बढ़ता है। पुनर्प्राप्ति ग्राफ-जागरूक है, जिसका अर्थ है कि संबंध प्रश्न (“हमने X पर कब सहमति दी?”) वेक्टर-केवल स्टोर की तुलना में बेहतर रिटर्न देते हैं।
जहाँ यह कम पड़ता है: Mem0 की तुलना में उच्च सेटअप लागत। ग्राफ डेटाबेस (NetworkX, Memgraph या Neo4j कॉन्फिग के आधार पर) बनाए रखने के लिए एक और गतिमान भाग है।
कीमत:
- मुफ्त: स्व-होस्ट किया गया Cognee OSS मुफ्त है।
- भुगतान: प्रबंधित ग्राफ होस्टिंग के लिए Cognee Cloud, आवेदन पर मूल्य।
प्लेटफॉर्म: Python, Docker। Linux, macOS, Windows पर काम करता है।
डाउनलोड: Cognee
निचला सीमा: सही पिक जब आपकी मेमोरी संबंधपरक हो — बैठकें, निर्णय, क्रॉस-संदर्भ के साथ प्रोजेक्ट — सिर्फ तथ्य नहीं।
4. Zep — संवादात्मक अस्थायी मेमोरी के लिए सर्वोत्तम
Zep चैट के चारों ओर डिज़ाइन की गई मेमोरी लेयर है: सेशन सारांश, उपयोगकर्ता प्रोफाइल, एपिसोड-आधारित रिकॉल और “उपयोगकर्ता ने दो सेशन पहले क्या कहा?” जैसी क्वेरी। ग्राफ-समर्थित दीर्घकालीन स्टोर अस्थायी तर्क को अच्छी तरह से संभालता है, और SDK LangChain और सीधे OpenAI / Ollama वायरिंग के लिए अनुकूल है।
जहाँ यह कम पड़ता है: सामुदायिक ओपन-सोर्स निर्माण क्लाउड उत्पाद की तुलना में अधिक सीमित है। स्व-होस्टर रिपोर्ट करते हैं कि कुछ सुविधाएं होस्ट किए गए संस्करण से पिछड़ी हुई हैं।
कीमत:
- मुफ्त: Zep Community Edition स्व-होस्ट मुफ्त है।
- भुगतान: Zep Cloud प्रबंधित होस्टिंग और SOC 2 अनुपालन के लिए एक मामूली मासिक शुल्क से शुरू होता है।
प्लेटफॉर्म: Docker, Python SDK। Linux, macOS, Windows Docker के माध्यम से।
डाउनलोड: Zep
निचला सीमा: पिक जब चैट-विशिष्ट मेमोरी (सेशन, सारांश, समय-जागरूक क्वेरी) मुख्य उपयोग मामला है।
5. Open WebUI memory — परिचित UI से जुड़ी मेमोरी के लिए सर्वोत्तम
Open WebUI अधिकांश स्थानीय-LLM उपयोगकर्ता हर दिन खोलते हैं, और निर्मित मेमोरी सुविधा एक सेटअप के लिए निरंतर संदर्भ जोड़ने का सबसे आसान तरीका है जिसका आप पहले से उपयोग कर रहे हैं। सेटिंग्स में इसे टॉगल करें, UI एक “मेमोरीज” पैनल सतह, और मॉडल टूल कॉल के माध्यम से इसमें लिख सकता है।
जहाँ यह कम पड़ता है: यह एक बड़ी ऐप के अंदर एक सुविधा है, स्टैंडअलोन फ्रेमवर्क नहीं। प्रोग्रामेटिक एक्सेस समर्पित मेमोरी SDK के बजाय Open WebUI के API के माध्यम से है।
कीमत:
- मुफ्त: पूरी तरह मुफ्त और ओपन सोर्स।
- भुगतान: कोई नहीं।
प्लेटफॉर्म: Linux, macOS, Windows, Docker। Ollama, OpenAI-संगत API और vLLM के साथ जोड़े जाते हैं।
डाउनलोड: Open WebUI
निचला सीमा: सबसे कम-घर्षण मेमोरी टूल अगर Open WebUI पहले से ही आपका सामने है।
6. MemOS — OS की तरह स्तरीय मेमोरी के लिए सर्वोत्तम
MemOS MemTensor से नई प्रविष्टि है। यह मेमोरी को लेयरों में मानता है — स्थानीय कार्य मेमोरी, आर्काइवल मेमोरी, कौशल मेमोरी — प्रतिक्रिया-चालित पुनर्प्राप्ति पथ के साथ कि टीम रिपोर्ट करती है वेक्टर-केवल सेटअप की तुलना में लगभग एक तिहाई टोकन को काटता है।
जहाँ यह कम पड़ता है: नई प्रोजेक्ट, छोटी सामुदायिक। प्रलेखन सुधार हो रहा है लेकिन Mem0 के स्तर पर नहीं।
कीमत:
- मुफ्त: पूरी तरह मुफ्त और ओपन सोर्स।
- भुगतान: कोई नहीं।
प्लेटफॉर्म: Python, Docker। Linux पर स्व-होस्ट करें।
डाउनलोड: GitHub पर MemOS
निचला सीमा: देखने लायक। तब चुनें जब आप स्तरीय-मेमोरी मॉडल चाहते हैं और एक प्रारंभिक अपनाने वाले के रूप में आरामदायक हों।
7. LangMem — LangChain-देशी मेमोरी प्राइमिटिव्स के लिए सर्वोत्तम
LangMem मेमोरी मॉड्यूल है LangChain या LangGraph एजेंट के अंदर रहने के लिए डिज़ाइन किया गया। यह अल्पकालीन, दीर्घकालीन और शब्दार्थ मेमोरी API को प्रकट करता है जो LangChain के बाकी हिस्सों के साथ रचना करते हैं, जो इसे स्पष्ट पिक बनाता है अगर आपका स्टैक पहले से ही LangChain है।
जहाँ यह कम पड़ता है: LangChain के बाहर यह अजीब है। यह Mem0 और Letta के संबंध में अभी भी परिपक्व हो रहा है।
कीमत:
- मुफ्त: पूरी तरह मुफ्त और ओपन सोर्स LangChain के हिस्से के रूप में।
- भुगतान: प्रबंधित होस्टिंग के लिए LangSmith / LangGraph Platform, अलग मूल्य।
प्लेटफॉर्म: Python। Linux, macOS, Windows।
डाउनलोड: LangMem (LangChain के माध्यम से)
निचला सीमा: LangChain उपयोगकर्ताओं के लिए डिफ़ॉल्ट। अगर आप पहले से ही स्टैक पर नहीं हैं तो छोड़ें।
सही को चुनने के लिए कैसे
अगर आप सरलतम विकल्प चाहते हैं: OpenAI-संगत स्थानीय सर्वर के विरुद्ध Python SDK के साथ Mem0।
अगर आपको पूर्ण एजेंट रनटाइम की आवश्यकता है, सिर्फ एक लाइब्रेरी नहीं: Letta।
अगर आपकी मेमोरी संबंधपरक है, सिर्फ तथ्यात्मक नहीं: स्व-होस्ट किए गए ग्राफ बैकएंड के साथ Cognee।
अगर चैट-विशिष्ट मेमोरी (सेशन, सारांश, समय) मुख्य आवश्यकता है: Zep।
अगर आप पहले से ही Open WebUI में रहते हैं: कुछ और जोड़ने से पहले निर्मित Open WebUI मेमोरी को सक्षम करें।
अगर आप सबसे नई स्तरीय-मेमोरी मॉडल चाहते हैं और कठोर किनारों को सहन करेंगे: MemOS।
अगर आप पहले से ही LangChain की दुकान हैं: LangMem।
अक्सर पूछे जाने वाले प्रश्न
क्या ये मेमोरी टूल्स पूरी तरह से ऑफ़लाइन चल सकते हैं? हाँ। Mem0, Letta, Cognee, Open WebUI, MemOS और LangMem सभी स्थानीय एम्बेडिंग मॉडल और स्थानीय LLM के साथ चलते हैं। एम्बेडिंग जनरेशन छिपी हुई लागत है — अगर आपका हार्डवेयर मामूली है तो छोटे एम्बेडिंग मॉडल को चुनें।
क्या मुझे वेक्टर डेटाबेस की आवश्यकता है? अधिकांश पिक अपना लाते हैं। Mem0 समझदारी वाले डिफ़ॉल्ट (Chroma, Qdrant या PGVector) के साथ आता है। Cognee ग्राफ DB प्लस वेक्टर का उपयोग करता है। Open WebUI आंतरिक रूप से स्टोरेज को संभालता है। आपको डेटाबेस को स्पष्ट रूप से चुनने की आवश्यकता है यदि आप एक को कई मेमोरी टूल्स में साझा करना चाहते हैं।
स्व-होस्ट किए गए ChatGPT प्रतिस्थापन के लिए सर्वोत्तम मेमोरी टूल क्या है? निर्मित मेमोरी के साथ Open WebUI सबसे कम-घर्षण शुरुआत है। अगर आप निर्मित टूल के साथ बढ़ते हैं तो Mem0 को शीर्ष पर स्तरीय करें।
कितना मेमोरी स्टोरेज “बहुत” है? व्यक्तिगत उपयोग हजारों यादों के साथ भी डिस्क पर कुछ सौ एमबी से अधिक हो सकता है। एम्बेडिंग स्टोरेज हावी है; इसे तंग रखने के लिए एक छोटे एम्बेडिंग मॉडल को चुनें।
क्या मैं टूल्स के बीच यादें ले जा सकता हूं? ज्यादातर नहीं। स्कीमा अलग हैं, और एम्बेडिंग मॉडल-विशिष्ट हैं। एक टूल चुनें और एक माइग्रेशन पर विचार करने से पहले एक साल के लिए इसके लिए प्रतिबद्ध हों।
