Floot adalah alat yang menggunakan kecerdasan buatan untuk membangun aplikasi
105K/bln
Bandingkan
Kecocokan 70%
OpenMemory MCP
OpenMemory adalah lapisan memori pribadi sumber terbuka yang menyediakan manajemen memori pribadi dan portabel untuk model bahasa besar (LLM).
Ditelaah dengan AIData diperbarui kemarin dulu2 sumberDiperbarui 1 kali tahun ini
Data diperbarui kemarin dulu2 sumber
Manajemen pengetahuanPengembangan dan Alat
OpenMemory adalah lapisan memori pribadi sumber terbuka yang menyediakan manajemen memori pribadi dan portabel untuk model bahasa besar (LLM).
Ditelaah dengan AIData diperbarui kemarin dulu2 sumberDiperbarui 1 kali tahun ini
Data diperbarui kemarin dulu2 sumber
Manajemen pengetahuanPengembangan dan Alat
Harga awal
Mulai $ 4 USD
Terbaik untuk
Manajemen pengetahuan
Uji coba gratis
✓ Tingkat gratis
Langkah selanjutnya
Bandingkan OpenMemory MCP sebelum masuk shortlist
OpenMemory MCP adalah pilihan praktis bagi pembeli yang mengevaluasi alat AI yang terfokus.
- Apa itu OpenMemory MCP?
- OpenMemory adalah lapisan memori pribadi sumber terbuka yang menyediakan manajemen memori pribadi dan portabel untuk model bahasa besar (LLM). Ini memastikan pengguna memiliki kendali penuh atas data mereka, menjaga keamanannya saat membangun aplikasi AI. Proyek ini mendukung Docker, Python, dan Node.js, sehingga cocok untuk pengembang yang mencari pengalaman AI yang dipersonalisasi. OpenMemory sangat cocok untuk pengguna yang ingin menggunakan AI tanpa mengungkapkan informasi pribadi. Pengguna Sasaran: Produk ini cocok untuk pengembang, peneliti AI, dan pengguna biasa yang tertarik dengan pengalaman AI yang dipersonalisasi. Melalui manajemen memori lokal, pengguna dapat membangun dan menggunakan aplikasi AI dengan aman tanpa khawatir akan kebocoran privasi. Kasus Penggunaan: Kembangkan chatbot yang dipersonalisasi yang mengingat preferensi pengguna. Bangun aplikasi pendidikan berbasis AI yang menyesuaikan konten berdasarkan riwayat belajar siswa. Gunakan asisten AI untuk mengelola tugas sehari-hari dan memberikan saran berdasarkan memori masa lalu. Fitur: Manajemen Data Pribadi: Data memori pengguna disimpan secara lokal, memastikan keamanan dan privasi. Pengalaman yang Dipersonalisasi: Dengan menyimpan memori yang dipersonalisasi, aplikasi AI dapat lebih baik menyesuaikan dengan kebutuhan pengguna. Proyek Sumber Terbuka: Pengguna dan pengembang dapat dengan bebas melihat, memodifikasi, dan memperluas kode. Antarmuka yang Ramah Pengguna: Menyediakan API sederhana dan antarmuka frontend untuk memudahkan integrasi pengembang. Berbasis Komunitas: Mendorong umpan balik dan kontribusi pengguna untuk terus meningkatkan dan memperluas fitur. Cara Menggunakan: Pastikan Docker dan Docker Compose telah terinstal di perangkat Anda. Unduh kode sumber proyek OpenMemory. Jalankan perintah 'make build' di terminal untuk membangun server dan antarmuka pengguna. Jalankan perintah 'make up' untuk memulai server MCP OpenMemory dan UI. Kunjungi http://localhost:8765 untuk melihat dokumentasi API, atau http://localhost:3000 untuk menggunakan antarmuka pengguna.
- Untuk siapa?
- Pengembang yang membutuhkan backend memori pribadi untuk aplikasi AI; lebih baik daripada solusi memori berbasis cloud untuk kontrol data.
- Harga
- free
Informasi produk
Apa yang dilakukan produk ini
OpenMemory adalah lapisan memori pribadi sumber terbuka yang menyediakan manajemen memori pribadi dan portabel untuk model bahasa besar (LLM). Ini memastikan pengguna memiliki kendali penuh atas data mereka, menjaga keamanannya saat membangun aplikasi AI. Proyek ini mendukung Docker, Python, dan Node.js, sehingga cocok untuk pengembang yang mencari pengalaman AI yang dipersonalisasi. OpenMemory sangat cocok untuk pengguna yang ingin menggunakan AI tanpa mengungkapkan informasi pribadi. Pengguna Sasaran: Produk ini cocok untuk pengembang, peneliti AI, dan pengguna biasa yang tertarik dengan pengalaman AI yang dipersonalisasi. Melalui manajemen memori lokal, pengguna dapat membangun dan menggunakan aplikasi AI dengan aman tanpa khawatir akan kebocoran privasi. Kasus Penggunaan: Kembangkan chatbot yang dipersonalisasi yang mengingat preferensi pengguna. Bangun aplikasi pendidikan berbasis AI yang menyesuaikan konten berdasarkan riwayat belajar siswa. Gunakan asisten AI untuk mengelola tugas sehari-hari dan memberikan saran berdasarkan memori masa lalu. Fitur: Manajemen Data Pribadi: Data memori pengguna disimpan secara lokal, memastikan keamanan dan privasi. Pengalaman yang Dipersonalisasi: Dengan menyimpan memori yang dipersonalisasi, aplikasi AI dapat lebih baik menyesuaikan dengan kebutuhan pengguna. Proyek Sumber Terbuka: Pengguna dan pengembang dapat dengan bebas melihat, memodifikasi, dan memperluas kode. Antarmuka yang Ramah Pengguna: Menyediakan API sederhana dan antarmuka frontend untuk memudahkan integrasi pengembang. Berbasis Komunitas: Mendorong umpan balik dan kontribusi pengguna untuk terus meningkatkan dan memperluas fitur. Cara Menggunakan: Pastikan Docker dan Docker Compose telah terinstal di perangkat Anda. Unduh kode sumber proyek OpenMemory. Jalankan perintah 'make build' di terminal untuk membangun server dan antarmuka pengguna. Jalankan perintah 'make up' untuk memulai server MCP OpenMemory dan UI. Kunjungi http://localhost:8765 untuk melihat dokumentasi API, atau http://localhost:3000 untuk menggunakan antarmuka pengguna.
Bersumber dari mem0.ai
Berfungsi Dengan
Platform
- Web
- API
Perusahaan & Pembuat
Siapa yang membuat OpenMemory MCP?
- Produk
- OpenMemory adalah lapisan memori pribadi sumber terbuka yang menyediakan manajemen memori pribadi dan portabel untuk model bahasa besar (LLM). Ini memastikan pengguna memiliki kendali penuh atas data mereka, menjaga keamanannya saat membangun aplikasi AI. Proyek ini mendukung Docker, Python, dan Node.js, sehingga cocok untuk pengembang yang mencari pengalaman AI yang dipersonalisasi. OpenMemory sangat cocok untuk pengguna yang ingin menggunakan AI tanpa mengungkapkan informasi pribadi. Pengguna Sasaran: Produk ini cocok untuk pengembang, peneliti AI, dan pengguna biasa yang tertarik dengan pengalaman AI yang dipersonalisasi. Melalui manajemen memori lokal, pengguna dapat membangun dan menggunakan aplikasi AI dengan aman tanpa khawatir akan kebocoran privasi. Kasus Penggunaan: Kembangkan chatbot yang dipersonalisasi yang mengingat preferensi pengguna. Bangun aplikasi pendidikan berbasis AI yang menyesuaikan konten berdasarkan riwayat belajar siswa. Gunakan asisten AI untuk mengelola tugas sehari-hari dan memberikan saran berdasarkan memori masa lalu. Fitur: Manajemen Data Pribadi: Data memori pengguna disimpan secara lokal, memastikan keamanan dan privasi. Pengalaman yang Dipersonalisasi: Dengan menyimpan memori yang dipersonalisasi, aplikasi AI dapat lebih baik menyesuaikan dengan kebutuhan pengguna. Proyek Sumber Terbuka: Pengguna dan pengembang dapat dengan bebas melihat, memodifikasi, dan memperluas kode. Antarmuka yang Ramah Pengguna: Menyediakan API sederhana dan antarmuka frontend untuk memudahkan integrasi pengembang. Berbasis Komunitas: Mendorong umpan balik dan kontribusi pengguna untuk terus meningkatkan dan memperluas fitur. Cara Menggunakan: Pastikan Docker dan Docker Compose telah terinstal di perangkat Anda. Unduh kode sumber proyek OpenMemory. Jalankan perintah 'make build' di terminal untuk membangun server dan antarmuka pengguna. Jalankan perintah 'make up' untuk memulai server MCP OpenMemory dan UI. Kunjungi http://localhost:8765 untuk melihat dokumentasi API, atau http://localhost:3000 untuk menggunakan antarmuka pengguna.
- Beroperasi sejak
- Okt 2007
Pembuat belum merilis pernyataan publik yang dapat kami verifikasi.
Ditelaah dengan AI · Data diperbarui kemarin dulu · Cara kami menilai
Akses Laporan Lengkap
Buka kecerdasan terverifikasi sebelum Anda memutuskan
atau 10 seharga $24.99 -> $2.50 masing-masing
OpenMemory adalah lapisan memori lokal sumber terbuka untuk LLM yang menyimpan preferensi dan riwayat pengguna secara pribadi, menargetkan pengembang dan peneliti AI yang membangun aplikasi AI yang dipersonalisasi.
Siapa yang sebaiknya menggunakan
Kecocokan pembeli diperoleh dari persona yang disetujui dan bukti kasus penggunaan. Kebisingan volume pencarian tetap diberi label terpisah.
Alur kerja paling cocok
- Kembangkan chatbot yang dipersonalisasi yang mengingat preferensi pengguna
- Bangun aplikasi pendidikan berbasis AI yang menyesuaikan konten berdasarkan riwayat belajar siswa
- Gunakan asisten AI untuk mengelola tugas sehari-hari dan memberikan saran berdasarkan memori masa lalu
- Kembangkan chatbot yang dipersonalisasi yang mengingat preferensi pengguna di seluruh sesi.
- Bangun aplikasi pendidikan berbasis AI yang menyesuaikan konten berdasarkan riwayat belajar siswa.
- Gunakan asisten AI untuk mengelola tugas sehari-hari dan memberikan saran berdasarkan memori masa lalu.
Disimpulkan dari data publikLihat sumber →
30 menit hingga 1 jam untuk pengaturan DockerPerlu developerIndividuTim kecil
Realitas harga
Dinyatakan vendor
Sumber terbuka dan gratis
Biaya aktual
Gratis dihosting sendiri; tidak ada tingkatan berbayar yang terdeteksi
Biaya tersembunyi
1 peringatan biaya tersembunyi — buka kunci untuk melihat
Upaya migrasi dari 3 platform telah dianalisis
Realitas harga
Diverifikasi Jun 2026 / Hanya bukti harga dari vendor
Harga awal
Mulai $ 4 USD
Tingkat gratis tersedia.
Mindber hanya menampilkan kartu paket bernama jika berasal dari bukti harga yang tertaut. Jika data tingkatan tidak lengkap, halaman ini kembali ke harga awal yang terverifikasi tanpa membuat nama paket atau tingkatan $0.
Git Large File Storage
$5 per bulan untuk bandwidth 50 GB dan penyimpanan 50 GB.
$5/mo
$ 4 USD per pengguna/bulan
$ 4 USD
$ 4 USD per pengguna/bulan untuk 12 bulan pertama*
$ 4 USD
$ 21 USD per pengguna/bulan
$ 21 USD
Apa yang sering disembunyikan halaman harga
Pembaruan otomatis sering aktif secara default dan pengembalian dana terbatas.
Kasus tepi Beta, Linux, atau pemulihan sering dikirim tanpa cakupan SLA.
Tingkatan tim dan bisnis biasanya beralih ke penawaran berbasis penjualan.
Penawaran satu kali atau seumur hidup cenderung hilang pada batas versi.
Biaya sebenarnya untuk kasus Anda
PERKIRAAN LANGSUNGPerkiraan pengeluaran
$12Penagihan berulang biasanya merupakan pendorong biaya sebenarnya, bukan harga stiker bulan pertama.
Bandingkan produk ini secara langsung
Mulai dengan alternatif yang disarankan atau ketik alat lain untuk masuk ke perbandingan berdampingan.
PRODUK TERKAIT
Disarankan dari alternatif tertaut
HiveChat adalah aplikasi chat AI yang dirancang khusus untuk tim kecil dan menengah
0/bln
Bandingkan
Kecocokan 70%
Berhenti copy-paste di antara agen coding AI Anda
Bandingkan
Kecocokan 70%
Sinyal keterlibatan (30 hari)
Berdasarkan 6 sinyal publik yang tertaut.
Skor aktivitas Mindber™
Skor terkunci
BAGAIMANA ALAT INI MEMBERI SKOR
Skor membandingkan alat ini dengan 13 alat serupa di Manajemen pengetahuan. Gunakan untuk menilai Inovasi dan Kapabilitas sebelum membuat shortlist.
Diperbarui Jun 16, 2026Baseline diperbarui May 25, 2026
Inovasi
Apakah ini baru, berbeda, dan mudah dipahami?
di atas median7.7/10
Apakah ini menonjol dari alat serupa?7.0/10
Apakah ide ini benar-benar baru?8.0/10
Dapatkah pembeli memahaminya dengan cepat?8.0/10
Kemampuan
Apakah ini mencakup pekerjaan yang diharapkan pembeli, dan dapatkah mengimbanginya?
10% teratas7.1/10
Apakah ini mencakup pekerjaan inti?7.0/10
Apakah fitur utama cukup dalam?7.0/10
Akankah ini cocok dengan tumpukan Anda?7.0/10
Dapatkah pengguna mempercayainya untuk tetap dapat digunakan?7.2/10
Kepercayaan menengah (60%) - sebagian sub-skor punya bukti tipis.Apa artinya ini →
Dasar kategori: Manajemen pengetahuanMedian inovasi: 7.7Median kemampuan: 5.2n = 13
Sumber data
Fitur terdeteksi: 5Aktivitas: stabil (63/100)Pemuatan halaman: 0.8dSumber baseline: situs produk aktif
Lalu lintas & bukti pencarian
Tampilan publik hanya menampilkan rasio. Tampilan berbayar membuka kunjungan bulanan tepat, cakupan wilayah penuh, dan intelijen kata kunci tingkat CPC.
Gambaran lalu lintas terbaru
Kunjungan bulanan
636.1M
Durasi kunjungan rata-rata
00:06:23
Halaman per kunjungan
5.92
Tingkat pentalan
36.46%
Tren lalu lintas
Kunjungan bulan ke bulan dari bukti lalu lintas publik yang tertaut.
Geografi
Wilayah teratas
gambaran lalu lintas
Lalu lintas bulanan tepat hanya untuk berbayar. Tampilan publik hanya menampilkan persentase pangsa.
4Wilayah
United States
18.93%China
12.03%India
9.12%2 more regions unlock with the full market map.
Sumber lalu lintas
Gambaran campuran sumber
Tampilan publik hanya menampilkan gambaran rasio. Saluran minor tetap di belakang tampilan berbayar.
3Sumber
Direct
51.67%Referrals
10.15%Email
1.08%FAQ
Hanya baris Tanya Jawab tertaut yang ditampilkan. Data FAQ kosong tetap disembunyikan.
Sumber dan metodologi
Hanya bukti dengan catatan sumber tertaut atau asal fitur eksplisit yang ditampilkan di sini. Data tanpa asal tidak ditampilkan di halaman.
KREDIT KOMUNITAS
Pernah memakai OpenMemory MCP? Dapatkan kredit.
Kontribusi terverifikasi membantu halaman tetap jujur. Kumpulan tindakan anggota yang lebih luas masih ada di dasbor Anda sehingga halaman publik tetap fokus pada dua alur kerja dengan sinyal tertinggi.
Tulis ulasan terverifikasi (200+ kata) → dapatkan 1 kredit
Bagikan konteks pengaturan, apa yang berhasil, dan apa yang rusak. Mindber menghargai ulasan spesifik berbasis bukti, bukan pujian satu baris.
Tulis ulasan terverifikasiMelihat data salah? Kirim koreksi → dapatkan 1 kredit
Tandai harga usang, sinyal lalu lintas salah, atau tautan rusak dan tim editorial akan memverifikasi ulang catatan.
Kirim koreksiAkses pembuat, komentar, peringkat, dan permintaan verifikasi tetap tersedia didasbor Anda.
Tentang data ini: Sinyal aktivitas dan kartu intelijen dikumpulkan dari sumber publik dan ditinjau oleh editor. Skor hanya mencerminkan frekuensi pembaruan publik — bukan kualitas produk, kesehatan perusahaan, atau kelayakan investasi. Data mungkin tertinggal hingga 7 hari. Pelajari lebih lanjut