EverOS 是一个开源的智能体记忆运行时项目，它采用 Markdown 文件作为 AI Agent 的记忆载体，让智能体的记忆管理变得像读写普通文档一样简单。这个项目的核心价值在于解决了 AI 智能体长期记忆和技能自进化的问题，通过可编辑的 Markdown 格式实现人机协同的记忆管理。
从技术架构来看，EverOS 的设计理念非常务实：每次 Agent 完成一个任务后，系统会自动提炼关键信息并生成 Markdown 文件存入记忆库。下次遇到类似任务时，Agent 直接检索已有记忆，无需从头开始处理。底层采用 SQLite 加混合检索机制保证查询效率，但对用户完全透明，你只需要关心 Markdown 文件的内容即可。
最新 v1.1.0 版本新增了知识页面和跨会话 Profile 优化功能，使 Agent 能在不同会话之间保持对用户身份和偏好的持续记忆。这意味着你的 AI 助手会越来越了解你的工作习惯和需求偏好。
1. 核心能力速览
| 能力项 | 说明 |
|---|---|
| 项目类型 | 开源智能体记忆运行时 |
| 核心功能 | Markdown 格式记忆存储、混合检索、技能自进化 |
| 存储机制 | SQLite 数据库 + Markdown 文件双存储 |
| 检索方式 | 混合检索（关键词+语义） |
| 技能进化 | 自动从任务记录中提炼可复用 Skills |
| 硬件要求 | 无特殊要求，依赖现有 AI 智能体运行环境 |
| 部署方式 | Python 库集成或独立服务 |
| 适用场景 | 长期对话记忆、个性化助手、任务流程优化 |
2. 适用场景与使用边界
EverOS 最适合需要长期记忆能力的 AI 智能体应用场景。比如个性化助手，能够记住用户的偏好和习惯；任务型智能体，可以积累处理同类任务的经验；多轮对话系统，保持对话上下文的一致性。
对于开发者来说，如果你正在构建需要持久化记忆的 AI 应用，EverOS 提供了一个现成的记忆管理解决方案。你可以将其集成到现有的 Agent 框架中，避免从零开始设计记忆系统。
使用边界方面，EverOS 本身不涉及敏感数据处理，但集成了 EverOS 的智能体应用需要特别注意用户隐私保护。记忆系统中存储的用户偏好、工作习惯等个人信息需要符合数据安全规范。在商业应用场景下，要确保用户知情同意，并提供记忆数据的查看和删除机制。
3. 环境准备与前置条件
在开始使用 EverOS 之前，需要准备以下基础环境：
Python 环境要求
- Python 3.8 或更高版本
- pip 包管理工具
- 虚拟环境（推荐使用 venv 或 conda）
依赖包准备核心依赖包括 SQLite、向量检索库（如 FAISS 或 Chroma）、Markdown 解析库等。EverOS 会通过 requirements.txt 自动管理这些依赖。
存储空间估算
- 基础安装包：50-100MB
- 记忆库空间：根据使用情况动态增长，平均每个记忆条目 1-5KB
- 向量索引：额外占用 20-30% 的原始文本空间
现有 Agent 集成如果你已经有在运行的 AI 智能体项目，需
