Supermemory

Supermemory est une couche de mémoire à long terme pour l'IA, un moteur de mémoire et de contexte conçu pour les agents. Vous lui envoyez ce que voit votre agent, comme des conversations, des fichiers, des URL ou un espace de stockage synchronisé, et il transforme cette entrée brute en faits structurés. Ces faits se relient entre eux et sont suivis dans le temps, puis reviennent sous forme de profil, de résultat de recherche ou de fichier qu'un agent peut lire. L'équipe présente le produit comme le moteur par défaut de la mémoire et de l'apprentissage continu, et il fonctionne avec n'importe quel modèle et n'importe quel environnement, sans vous enfermer chez un fournisseur.

Le problème visé est simple. Presque tous les outils d'IA oublient tout entre deux conversations, vous répétez donc vos préférences et votre contexte à chaque session. Monter cette mémoire soi-même revient souvent à greffer une base de données vectorielle sur une application et à écrire à la main la logique qui décide quoi garder. Supermemory prend ce travail à sa charge. Il fait tourner mémoire et récupération ensemble, de sorte que les faits fusionnent, se mettent à jour, se contredisent ou disparaissent quand une information arrive, au lieu de s'empiler en extraits périmés.

La limite principale tient à la portée et au coût. C'est une infrastructure pour développeurs, pas une application grand public que l'on ouvre pour discuter. Il vous faut une clé d'API et un peu de code pour en tirer profit, et une ingestion lourde puise dans un solde mensuel de crédits facturé par millier de jetons traités. Les entreprises qui veulent l'extraction PDF avancée ou un déploiement auto-hébergé et isolé doivent monter au plan Scale ou Enterprise.

Getting Started

1. Créez un compte sur console.supermemory.ai et vérifiez l'offre gratuite, qui inclut 5 $ de crédits chaque mois.
2. Générez une clé d'API, installez le SDK TypeScript ou Python, ou connectez le serveur MCP à l'adresse mcp.supermemory.ai.
3. Envoyez votre premier contenu avec un appel à add(), en le marquant d'un containerTag qui isole un utilisateur, un projet ou un locataire.
4. Interrogez ce que vous avez stocké avec search() pour des résultats hybrides plus le graphe autour de chaque réponse, ou profile() pour les faits fixes d'un utilisateur.
5. Gardez les données à jour en remplaçant les envois manuels par un connecteur comme Google Drive, Notion ou Gmail, pour que les changements se synchronisent seuls.