Hybride Suche
Reciprocal Rank Fusion über pgvector-Cosine + Postgres-Volltext. Semantischer Abruf, der exakte Begriffe trotzdem trifft.
Langzeit-Erinnerungen speichern, durchsuchen und vergessen über eine einzige API. Hybride Vektor- + Stichwortsuche, mandantenfähig, eine Codezeile.
Schlüssel holen, Erinnerung speichern, semantisch abrufen — das sind die zwei Aufrufe unten. Wenn du mehr brauchst: remember macht aus Prosa sich entwickelnde Fakten, add_many importiert Tausende auf einmal, und fertige Konnektoren synchronisieren deine bestehenden Tools. Kein Schema, keine Infrastruktur — Embeddings, Hybrid-Suche und Isolation übernehmen wir für dich.
from longmem import Longmem mem = Longmem(api_key="mv_…") # Erinnerung speichern mem.add("User bevorzugt Dark Mode", category="preference")
# abrufen — semantisch hits = mem.search("welches Theme?") print(hits[0]["text"]) # → "User bevorzugt Dark Mode" (0.94)
Reciprocal Rank Fusion über pgvector-Cosine + Postgres-Volltext. Semantischer Abruf, der exakte Begriffe trotzdem trifft.
Text rein, Vektoren erledigt. OpenAI-Embeddings mit Redis-Cache, damit wiederkehrende Inhalte nie doppelt kosten.
API-Key-Auth mit harter Mandantentrennung und Namespace-Collections. Ein Deployment, viele Agenten.
Drop-in-Gedächtnis für Agenten über MCP, plus ein einzeiliges Python-SDK. Abrufen und erfassen ohne Glue-Code.
Löschen per ID oder semantischer Abfrage. DSGVO-freundlich by design — Erinnerungen gehen, wenn du es sagst.
In der EU gehostet von 11data, einer deutschen B2B-Datenberatung. Datenschutz von Grund auf.
Managed Connectors synchronisieren Slack, Notion, Google Drive & Linear serverseitig ins Gedächtnis — per OAuth oder Token im Dashboard. Self-Host-Rezepte und ein dlt-Ziel decken jede weitere Quelle ab.
LongMem synchronisiert deine Quellen serverseitig — so schöpft jeder Agent im Team aus demselben verbundenen Gedächtnis. Verbinde per OAuth oder Token im Dashboard, ganz ohne Pipeline.
Slack, Notion, Google Drive, Linear, Confluence, Gmail und HubSpot ziehen von selbst nach und bleiben aktuell — inkrementell, auf eine Collection begrenzt, nichts zu betreiben.
Per OAuth (Slack, Notion, Google Drive) autorisieren oder einen Token einfügen — direkt im Connections-Panel des Dashboards. Zugangsdaten werden verschlüsselt gespeichert.
Ein Self-Host-Rezept für Postgres, dazu ein dlt-Ziel und Bulk-Import für jede Quelle, die du skripten kannst.
Sprachnotizen, Meeting-Aufnahmen, PDFs, Screenshots, einfache Dateien — zieh sie in die Drop-Zone (oder nimm direkt im Browser auf). Audio wird transkribiert, Bilder werden beschrieben, Dokumente gelesen. Sekunden später durchsuchbar.
Supermemory verlangt $19/Mon. für vergleichbare Limits. LongMem Pro kostet $12/Mon. — gleiches Gedächtnis, 37% weniger.
| Merkmal | Supermemory | Mem.ai | LongMem |
|---|---|---|---|
| Preis | $19/Mon. | $15/Mon. | $12/Mon. |
| Erinnerungen (Pro-Tarif) | Unbekannt | Unbekannt | 50.000 |
| In Deutschland gehostet | |||
| Hybride Suche (Vektor + FTS) | |||
| Self-Hosting | |||
| MCP-Support | |||
| Open Source |
Jeder LLM-Aufruf beginnt bei null. Ohne Gedächtnis fragt Ihr Agent erneut, was er längst wusste, vergisst die Vorlieben der Nutzer und verliert den Faden zwischen Sitzungen. Einen Vektorspeicher selbst anzubauen, wird zum eigenen Projekt — Chunking, Embeddings, hybrides Ranking, Mandantentrennung, Verfall.
LongMem ist genau dieses Projekt, fertig. Eine API, um Langzeit-Erinnerungen zu speichern, zu durchsuchen und zu vergessen — hybride Vektor- und Stichwortsuche, Graph-Relationen, Mandantenisolierung, in einer Zeile Code. pip install longmem-sdk, 1.000 Erinnerungen kostenlos, ohne Karte.
Open Source und selbst hostbar: in unserer Managed Cloud oder auf Ihrem eigenen Server, mit eigenem Modell und Speicher — Ihre Daten bleiben, wo sie hingehören. Gebaut von 11data, einer deutschen B2B-Datenberatung, nach europäischen Datenschutzstandards.
Jahrelange Erfahrung im Aufbau von Produktiv-Datensystemen für deutsche Unternehmen.
Nach deutschen Datenschutzstandards entwickelt und auf Hetzner-Infrastruktur in Deutschland gehostet.
Transparente Entwicklung mit Open-Source-Code und öffentlichem Fahrplan.