SodaMem

SodaMem 是面向 AI Agent 的记忆基础设施项目，目标是为 Agent 提供独立于模型上下文的长期记忆层。它把记忆组织和检索与知识图谱、RAG 思路结合起来，仓库标签中包含时间知识图谱，意味着它关注记忆随时间变化的组织方式。

项目用 Python 编写、以 Apache-2.0 许可开源，适合需要让 Agent 记住历史交互、维护实体关系或跨会话复用信息的开发者，也适合在做知识库与检索增强时想引入图谱结构记忆的团队。仓库 topic 中出现了 MCP，说明其设计考虑与 Model Context Protocol 生态对接，但具体接入方式与接口细节仍需查看官方文档确认。

使用上通常以自部署的方式接入现有 Agent 或应用：先部署服务，再把记忆读写与检索接入自己的 Agent 流程。由于来源只提供了仓库简介和标签，没有给出安装命令、具体 API 与定价，评估时建议先阅读官方站点与仓库文档，确认成熟度与集成成本。