Zep AI MemoryStockage mémoire à long terme pour les agents d'AI et applications LLM
Aperçu
Fonctionnalités clés
- Mémoire à long terme pour les agents d'IA et applications LLM
- Expansion de la facteurs, des entités et des relations structurés à partir de Zep API simple
- Réduire les coûts de mentionnement pour les chatbots d'application, compagnon bot de réduction de coûts de mentionnement, clients opérationnels autonomes avec la mémolution structurée et des co-utilisateurs FAQ, des agents autonomes avec la mémolution structurée et des relations entre facts, entités
- API simple pour integrations rapides
- Reduire les coûts de mentionnement pour les applications de assistants virtuels, agents d'assistant d'application de réduction de coûts de mentionnement pour les assistants autonomes, des agents autonomes avec la mémolution structurée et des relations entre facts, entités et relations récupérés à tr
- Facteurs structurés de mémolution et des relations entre entities et relations pour les assistant autonomes apps, des agents d'assistant d'application de réduction de coûts de mentionnement pour les chatbots
- Intégration simple et rapide pour des développements rapides
- Diminuer les coûts de mentionnement pour les applications de chatbots, des assistants d'application de réduction de coûts de mentionnement pour les tâches autonome aux agents dans l'application DLM des coûts de mentionnement pour des assistants virtuels, des agents d'assistant d'application de réduc
- [object Object]
Tarifs
- Modèle
- Freemium
- Catégorie
- Développement d'Agent
- Note
- 4.8 / 5 (4)
Cas d’usage
Mémoire persistante pour les chatbots de support au client
Donnez aux bots de support la capacité de rappeler les tickets passés, les préférences et les entités à travers les sessions pour que les utilisateurs ne doivent pas relire le contexte, améliorant ainsi la qualité de résolution et la continuité.
Coéquipiers étatiques avec des coûts de jetons réduits
Remplacez l'enfouissement de prompts de chat-histoires complètes par la récupération sémantique ciblée depuis Zep, qui garde les prompts petits et prévisibles tout en préservant le contexte à long terme pertinent.
Agents autonomes avec rappel structuré
Faites fonctionner les agents multi-étapes à l'aide de la carte de connaissances de Zep pour se souvenir de faits, d'entités et de relations rassemblées à travers les exécutions, permettant ainsi une exécution plus cohérente à long terme des tâches.
La couche de mémoire de LangChain ou LlamaIndex
Insérez Zep dans les pipelines de framework LLM existants comme couche de mémoire, ajoutant ainsi l'extraction de faits et la recherche hybride sans nécessiter la construction d'infrastructure de récupération personnalisée.
Pour & contre
Pour
- Une mémoire persistante à travers les sessions
- Réduit la taille des prompts et les coûts de jetons
- Cartographie de connaissances pour un rappel structuré
- Fonctionne avec les principaux frameworks LLM
- SDKs et API conçus pour les développeurs
Contre
- Exige du travail d'intégration en ingénierie
- Orienté vers les développeurs et non les finalités
- Ajoute un autre service à la pile
Palmarès des batailles
Sur 3 batailles dans le Panthéon.
Last 3 battles
Avis
Moyenne sur 4 avis.
Connecte-toi pour laisser un avis.
Does the job
Pretty happy overall. Automatic fact and entity extraction just works and persistent memory across sessions. Geared toward developers, not end users can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.
Skeptical, then convinced
I went in skeptical — most tools in this space overpromise. It actually delivers on knowledge graph storage, and reduces prompt size and token costs caught me off guard. still, I'd recommend giving it a real trial.
Compared a few options
Evaluated this against two competitors. Where it wins: langChain and LlamaIndex integrations and persistent memory across sessions. On balance the feature set — especially multi-language SDKs — justifies the 5 stars for our use case.
Does the job
Pretty happy overall. LangChain and LlamaIndex integrations just works and knowledge graph for structured recall. Requires engineering integration work can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.
Questions & réponses
Comment fonctionnent les crédits ?
Les crédits sont consommés en fonction de la taille de chaque Episode que vous envoyez à Zep. Les épisodes d'une taille de jusqu'à 350 octets utilisent 1 crédit ; chaque supplément de 350 octets (ou partie d'octet) utilise un autre crédit. Lorsque disponibles, les invocations webhook consomment 1/8 d'un crédit chacune. Flex et Flex Plus renouvellent automatiquement vos crédits lorsque votre équilibre tombe en dessous de 20 %. Flex ajoute 10000 crédits (25$) ; Flex Plus ajoute 40000 crédits (75$). Les crédits Flex roulent pour 30 jours ; les crédits Flex Plus roulent pour 60 jours. Les crédits de l'offre gratuite ne roulent pas.
Asked by Yuki Mori · Mar 1, 2026
Sommes-nous facturés pour l'ingestion ou la stockage ?
Vous êtes facturés pour l'ingestion et le traitement des Episodes. Vous ne payez pas pour le stockage des messages ou des données.
Asked by Nour Khalil · Feb 17, 2026
Qu'est-ce qu'un Épisode ?
Un Épisode est n'importe quel objet de données unique que vous envoyez à Zep — un message de chat, un payload JSON ou un bloc de texte. Le coût de crédit est proportionnel à la taille de l'Épisode. Les Épisodes jusqu'à 350 octets utilisent 1 crédit ; chaque ajout de 350 octets supplémentaires (ou partie de celui-ci) utilise un crédit supplémentaire. Un Épisode de 640 octets utilise 2 crédits ; un Épisode de 1 200 octets utilise 4 crédits.
Asked by Sarai Cohen · Feb 18, 2026
Comment sont les limites de la limitation calculées ?
Chaque niveau tarifaire a une limitation de base de limitation, le Free étant la plus faible. Les clients des plans Free et Flex peuvent voir la limite de limitation baisser en fonction de l'utilisation du service. Les plans Entreprise bénéficient de limites de limitation garanties et dédiées.
Asked by Xander de Vries · Jan 30, 2026
Quels sont les plafonds de la version gratuite ?
10 000 crédits par mois. Pas de dépassement ni de reapprovisionnement automatique. · 2 projets, 5 types d'entités et de classes de bord personnalisés. · Des plafonds de limitation variables selon la charge globale du service. · Traitement des Episodes avec priorité inférieure. · La disponibilité des fonctionnalités et les niveaux de service peuvent changer au fil du temps.
Asked by Fiorella Bianchi · Jan 21, 2026
Poser une question
Alternatives à Développement d'Agent
LangGraph StudioDéveloppement d'AgentIDE visuelle pour la construction, le débogage et l'inspection des flux de travail d'agents LangGraph
BrainSoupDéveloppement d'AgentCréez des agents IA personnalisés qui automatisent les tâches et les flux de travail grâce au langage naturel.
Letta AIDéveloppement d'AgentUne plateforme open-source pour créer des agents d'IA à état avec une mémoire à long terme et un raisonnement avancé.
Snorkel FlowDéveloppement d'AgentPlateforme de programmation pour l'étiquetage de données et le développement de l'IA permettant de construire des modèles de production plus rapidement.
NetXDéveloppement d'AgentRéseau économique modulaire combinant l'infrastructure blockchain avec les capacités IA.
Theoriq AIDéveloppement d'AgentUn بروتوكول décentralisé pour la composition et la gouvernance de systèmes d'agents AI multis et les régies sur la chaîne de blocs
BotpressDéveloppement d'AgentPlateforme tout-en-un pour créer, déployer et gérer des agents IA et des chatbots.
LangSmithDéveloppement d'AgentPlate-forme d'observabilité, d'évaluation et de débogage pour les applications LLM de l'équipe LangChain
Trending now
Biology AIFormation IAAide aux devoirs précise avec explications complètes
Reducto AIPlateformes de Développement d'Agents d'Intelligence ArtificielleAPI d'intelligence de document qui parse, divise, reconnait les chars et extrait les données structurées de complexes PDF, diapositives et tableurs.
Pixtral 12B 24.09Modèle de Langage LargeModele multimodal 12B gérant des images et du texte interrompus avec une fenêtre de contexte de 128 K.
AdCrierMarketing & PublicitéReponses sponsorises, payées par clic.