Supermemory

Supermemory ist Langzeitgedächtnis für KI: eine KI-Speicher-API, eine Speicherschicht und Kontext-Engine, gebaut für KI-Agenten. Sie schicken ihr, was Ihr Agent sieht, etwa Chats, Dateien, URLs oder ein synchronisiertes Laufwerk, und sie macht aus dieser Rohform strukturierte Fakten. Diese Fakten verknüpfen sich untereinander und werden über die Zeit verfolgt, dann kommen sie als Profil, Suchergebnis oder Datei zurück, die ein Agent lesen kann. Das Team nennt das Produkt die Standard-Engine für Speicher und kontinuierliches Lernen, und sie läuft mit jedem Modell und jeder Umgebung, ohne Sie an einen Anbieter zu binden.

Das Problem ist einfach. Fast jedes KI-Werkzeug vergisst alles zwischen zwei Gesprächen, also wiederholen Sie Ihre Vorlieben und Ihren Kontext in jeder neuen Sitzung. Wer diesen Speicher selbst baut, hängt meist eine Vektordatenbank an eine App und schreibt die Logik von Hand, die entscheidet, was bleibt. Supermemory übernimmt diese Arbeit. Sie führt Speicher und Abruf zusammen, sodass Fakten verschmelzen, aktualisiert, widersprochen oder verworfen werden, wenn neue Information eintrifft, statt sich als veraltete Schnipsel zu stapeln.

Die wichtigste Grenze sind Umfang und Kosten. Es ist Entwickler-Infrastruktur, keine Verbraucher-App, die man öffnet und mit der man plaudert. Für echten Nutzen brauchen Sie einen API-Schlüssel und etwas Code, und eine schwere Aufnahme zieht aus einem monatlichen Guthaben, das pro tausend verarbeitete Tokens abgerechnet wird. Firmen, die die tiefste PDF-Extraktion oder eine selbst gehostete, abgeschottete Bereitstellung wollen, müssen auf den Scale- oder Enterprise-Tarif wechseln.

Getting Started

1. Legen Sie ein Konto auf console.supermemory.ai an und prüfen Sie den Gratis-Tarif, der jeden Monat 5 $ Guthaben enthält.
2. Erzeugen Sie einen API-Schlüssel, installieren Sie das SDK für TypeScript oder Python, oder verbinden Sie den MCP-Server unter mcp.supermemory.ai.
3. Senden Sie Ihren ersten Inhalt mit einem Aufruf von add() und versehen ihn mit einem containerTag, der einen Nutzer, ein Projekt oder einen Mandanten trennt.
4. Fragen Sie das Gespeicherte mit search() ab und erhalten hybride Treffer plus den Graphen um jeden Fund, oder nehmen Sie profile() für die festen Fakten zu einem Nutzer.
5. Halten Sie Daten frisch, indem Sie manuelle Uploads durch einen Konnektor wie Google Drive, Notion oder Gmail ersetzen, damit Änderungen von selbst abgleichen.