Give your agents
a brain that remembers.
Mnemos est l'API de mémoire persistante pour agents IA. Setup en 5 minutes, compatible LangChain, AutoGen, CrewAI, OpenAI et tout framework custom.
<15ms
recall latency
∞
memory depth
99.9%
uptime SLA
Comment ça marche
Mémoire persistante en 3 étapes
Setup en 5 minutes. Tes agents commencent à mémoriser immédiatement.
Installe le connecteur
2 minutes, zéro config
Un seul package. Compatible avec tous les environnements Python et Node.js.
pip install mnemos-sdk
npm install mnemos
Initialise avec ton API key
Une ligne de code
Connecte ton agent en quelques secondes. Toute la complexité de la persistance est gérée pour toi.
from mnemos_sdk import MnemosClient client = MnemosClient(api_key="mnm_...")
Tes agents mémorisent tout
Entre chaque session
Faits, décisions, préférences utilisateur — tout est persisté avec indexation sémantique. Tes agents grandissent à chaque interaction.
# Store
client.store("agt_...", "User prefers async")
# Recall
ctx = client.retrieve("agt_...", "communication style")Pour qui ?
Conçu pour les builders qui pensent en agents
// LangChain · AutoGen · CrewAI
Builders d'agents Python
Intégration native via BaseTool et @tool decorators. Tes agents LangChain, AutoGen, ou CrewAI gagnent une mémoire persistante sans changer ton architecture.
// OpenAI Assistants API
Développeurs OpenAI
Schemas Function Calling prêts à l'emploi. Dépasse la limite de contexte des Assistants avec une mémoire longue-terme illimitée.
// n8n · Make · Zapier
Créateurs d'agents no-code
Un node REST universel. Connecte tes workflows n8n, Make, ou Zapier à Mnemos pour que chaque automation apprenne des précédentes.
Offre Fondateur — Places limitées
Donne à tes agents la mémoirequ'ils méritent
FONDATEUR
🔥 5 PLACES RESTANTES
Prix garanti à vie · Annulable à tout moment
Rejoins les premiers builders qui donnent une mémoire persistante à leurs agents. Setup en 5 minutes, compatible avec ton stack.
from mnemos import MemoryClient
client = MemoryClient(agent_id="sales-agent-01")
# Store a memory
client.remember("User prefers async comms")
# Retrieve relevant context
ctx = client.recall("user communication style")