快速开始 - AgentScope

本页使用不依赖 LLM 的基础能力，完成一次可验证的“写入 → 索引 → 检索 → 读取”。

1. 安装

ReMe 需要 Python 3.11 或更高版本：

pip install "reme-ai[core]"

从源码开发时使用：

git clone https://github.com/agentscope-ai/ReMe.git
cd ReMe
pip install -e ".[core]"

2. 启动服务

在一个终端中运行：

reme start

默认 workspace 是启动目录下的 .reme/，服务监听 127.0.0.1:2333。另开一个终端检查状态：

reme version
reme health_check
reme help

端口冲突时可以改用：

reme start service.port=8181

安装包包含 Web 构建产物时，打开 http://127.0.0.1:2333/ 即可使用 ReMe Studio。Studio 可以浏览、编辑和搜索 workspace，与只读 workspace agent 对话，并查看 digest wikilink 图。通过 service.web_enabled=false 可以关闭；也可用 service.web_static_dir / REME_WEB_STATIC_DIR 指定自定义构建。即使找不到 Web 构建产物，Job API 仍会正常启动。

3. 写入第一条记忆

使用 reme write 在长期记忆目录 digest/ 中创建一个 Markdown 文件：

reme write \
  path=digest/wiki/quick-start-demo \
  name="Quick Start Demo" \
  description="第一条 ReMe 记忆" \
  content="# Quick Start Demo

ReMe 将 Agent 记忆保存为用户可读的 Markdown。"

ReMe 会补全 .md 后缀，并在 .reme/digest/wiki/quick-start-demo.md 中写入正文与 frontmatter。

4. 检索并读取

后台索引会实时监听 daily/ 和 digest/ 下的 Markdown，因此通常会自动发现新文件。如果没有立即命中，等待片刻或运行一次 reme reindex；完整重建还会扫描 resource/ 和 JSONL。

reme search query="Agent 记忆 Markdown" limit=5
reme read path=digest/wiki/quick-start-demo.md

搜索还支持闭区间日期过滤：

reme search query="Agent 记忆 Markdown" start_date=2026-08-01 end_date=2026-08-12 limit=5

同时直接打开 workspace 中的文件。命令结果和磁盘文件一致，说明最小闭环已经跑通。完成这个闭环后，workspace 包含以下顶层目录：

.reme/
├── metadata/    索引、图谱和运行状态
├── session/     来源对话
├── mem_session/ Agent wrapper 生成的 session 和配置
├── resource/    原始资料
├── daily/       当日整理结果
└── digest/      长期记忆

5. 按需启用记忆演化

对话提炼、资料理解和长期整合需要 LLM。语义检索还需要 embedding。准备使用这些能力时，在启动目录创建 .env：

LLM_API_KEY=sk-xxx
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

EMBEDDING_API_KEY=sk-xxx
EMBEDDING_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

模型名和 embedding store 是否启用由配置决定，权威默认值见 reme/config/default.yaml。不要提交包含密钥的 .env。

下一步

先在集成概览中比较不同方式；宿主进程可以选择 Python SDK，也可以参考 Agent 集成指南。
在 ReMe 参考中查找 workspace、配置和接口入口。
遇到连接或索引问题时查看 ReMe FAQ。

​1. 安装

​2. 启动服务

​3. 写入第一条记忆

​4. 检索并读取

​5. 按需启用记忆演化

​下一步

1. 安装

2. 启动服务

3. 写入第一条记忆

4. 检索并读取

5. 按需启用记忆演化

下一步