Yerel bir LLM, ikinci konuşmaya kadar harikadır. Açık bir bellek katmanı olmadan, her oturum sıfırdan başlar — tercihleri yok, proje bağlamı yok, geçen hafta neyin işe yaradığının tarihi yok. Kalıcı bir bellek aracı, model ve istem arasına oturarak, neleri hatırlanacağına karar vererek, doğru zamanda doğru gerçekleri ortaya çıkararak ve yeniden başlatmalardan kurtularak bunu çözer.
Masaüstünde Ollama, LM Studio veya vLLM çalıştıran kendi kendine barındırılan kurulumlar için yedi bellek aracını test ettik. Seçimlerimiz 2026 etkin yığınını kapsar: özel bellek çerçeveleri, belleği yerleşik olan aracı çalışma zamanları, bilgi grafı arka uçları ve Open WebUI kullanıcılarının ilk olarak etkinleştirmesi muhtemel bellek katmanı.
Yerel bir LLM bellek aracında nelere bakmalısınız
Birini seçmeden önce, ne tür bellekten bahsettiğinizi karar verin.
- Pasif çıkarma vs aracı tarafından yönlendirilen yazılar. Pasif sistemler (Mem0) modelin bir parmağını kaldırmadan mesajlardan anıları çıkarır. Ajan tarafından yönlendirilen sistemler (Letta) modelin ne tutacağına karar vermesine izin verir. Pasif tahmin edilebilir; aracı tarafından yönlendirilen, çalıştığında niyeti daha iyi yakalar.
- Vektör vs grafik vs hibrit. Vektör alma standarttır ve hızlıdır. Grafik tabanlı bellek (Cognee), ilişkiler arasında akıl yürütmek için daha iyidir. Melez daha pahalıdır ama “kim, ne zaman, neden” sorularını temiz bir şekilde yanıtlar.
- Yerel-first vs bulut-varsayılan. Mem0, Letta, Cognee, MemOS ve LangMem hepsi kendi kendine barındırılabilir. Bulut yolları uygun olup hedef kendi kutunuzda verileri tutmak olmadığında istediğiniz şey değildir.
- Çerçeve kilidi. Bazı araçlar LangChain veya LlamaIndex’i varsayar. Diğerleri HTTP API veya herhangi bir istemcinin vurabileceği Python SDK aracılığıyla bağımsız olarak çalışır.
- Sınırda maliyet. Tamamen yerel olsa bile, gömülü oluşturma ve grafik oluşturma bilgi işlem kullanır. Binlerce depolanmış anısı olan bir 30B modeli gerçek donanım gerektirir.
Hızlı karşılaştırma
| Uygulama | İçin en iyi | Platformlar | Ücretsiz plan | Başlangıç fiyatı/ay | Derecelendirme |
|---|---|---|---|---|---|
| Mem0 | Herhangi bir sohbetbot için takma bellek | Linux, macOS, Windows | Evet (kendi kendine barındırılan) | Kendi kendine barındırılan ücretsiz | 4.7 |
| Letta | Kendi kendine düzenlenebilir bellekli aracı çalışma zamanı | Linux, macOS, Windows | Evet (kendi kendine barındırılan) | Kendi kendine barındırılan ücretsiz | 4.6 |
| Cognee | Bilgi grafiği uzun vadeli bellek | Linux, macOS, Windows | Evet (kendi kendine barındırılan) | Kendi kendine barındırılan ücretsiz | 4.5 |
| Zep | Konuşmaya dayalı zamansal bellek | Linux, Docker | Evet (topluluk) | Ücretsiz topluluk | 4.4 |
| Open WebUI memory | Tanıdık bir arayüze bağlı bellek | Linux, macOS, Windows, Docker | Evet, tamamen | Ücretsiz | 4.3 |
| MemOS | İşletim sistemi gibi katmanlı bellek | Linux, Docker | Evet, tamamen | Ücretsiz | 4.2 |
| LangMem | LangChain-yerel bellek ilkelleri | Linux, macOS, Windows | Evet, tamamen | Ücretsiz | 4.0 |
Uygulamalar
1. Mem0 — Herhangi bir sohbetbot için en iyi takma bellek
Mem0, 2026’da en yaygın olarak dağıtılan bellek katmanıdır çünkü: API küçük, kendi kendine barındırma basittir ve bir sohbetbota bir öğleden sonra ilave edebilirsiniz. Pasif çıkarma, bir konuşmayla add() öğesini çağırdığınız, Mem0’ın hangi gerçeklerin önemli olduğuna karar verdiği ve daha sonraki bir search() öğesinin doğru bağlamı sonraki isteme geri getirdiği anlamına gelir.
Kısır kalır: Otomatik çıkarma görüşlüdür. Modelin kendisinin ne hatırlanacağına karar vermesini istiyorsanız, bu yanlış şeklidir. Mem0’ın bulut ürünü pazarlanmış yoldur, ancak açık kaynaklı sürüm çoğu ev kullanımını kapsar.
Fiyatlandırma:
- Ücretsiz: Kendi kendine barındırılan Mem0 OSS ücretsizdir.
- Ücretli: Bulut katmanı depolanan anılar ve alma işlemleri tarafından ölçeklenir; tipik olarak $50–$500/ay üretim ölçeğinde, kişisel kullanım için ilgili değildir.
Platformlar: Python SDK, REST API। Python’un çalıştığı her yerde çalışır.
İndir: Mem0
Alt satır: Varsayılan ilk seçim। Nereden başlayacağını bilmiyorsan buradan başla।
2. Letta — Kendi kendine düzenlenebilir bellekli aracı çalışma zamanı için en iyi
Letta, yeniden adlandırılan MemGPT’dir — bellekteki işletim sistemi metaforu olan bir aracı çalışma zamanı। Model kendi mantık döngüsü sırasında temel, geri çağırma ve arşiv bellek katmanlarına yazar। Sistem, bağlamı içeri ve dışarı değiştirme dahil olmak üzere geri kalanını işler, böylece uzun oturumlar pencereyi patlatmaz।
Kısır kalır: Letta bir çalışma zamanıdır, sadece bir kütüphane değildir — tüm platformu benimsiyorsunuz। Otonom ajanlar ve uzun ufuklu görevler için en iyisi, “sadece sohbetbotumun adımı hatırlamasını istiyorum” için daha az।
Fiyatlandırma:
- Ücretsiz: Kendi kendine barındırılan Letta OSS ücretsizdir।
- Ücretli: Yönetilen dağıtımlar için Letta Cloud, uygulama üzerine fiyatlandırma।
Platformlar: Python, Docker। Docker aracılığıyla Linux, macOS, Windows’da kendi kendine barındırın।
İndir: Letta
Alt satır: Otonom araştırma ajanları ve uzun ufuklu görev yöneticileri için en iyi। Bir sohbetbot için aşırı००।
3. Cognee — Bilgi grafiği uzun vadeli bellek için en iyi
Cognee, bilgi grafiğini merkeze koyan açık kaynaklı AI bellek platformudur। Herhangi bir biçimdeki belgeleri, konuşmaları veya yapılandırılmış verileri alın ve Cognee, yeniden başlatmalardan kurtulup kullanımla büyüyen bir grafik oluşturur। Alma, grafik-farkındadır, yani ilişki soruları (“X’de ne zaman anlaştık?”) sadece vektör mağazalarından daha iyi döner।
Kısır kalır: Mem0’dan daha yüksek kurulum maliyeti। Grafik veritabanı (yapılandırmaya bağlı olarak NetworkX, Memgraph veya Neo4j) başka bir hareketli parçadır।
Fiyatlandırma:
- Ücretsiz: Kendi kendine barındırılan Cognee OSS ücretsizdir।
- Ücretli: Yönetilen grafik barındırması için Cognee Cloud, uygulama üzerine fiyatlandırma।
Platformlar: Python, Docker। Linux, macOS, Windows’ta çalışır।
İndir: Cognee
Alt satır: Belleğiniz ilişkisel olduğunda doğru seçim — toplantılar, kararlar, çapraz başvuruları olan projeler — sadece gerçekler değil०००
4. Zep — Konuşmaya dayalı zamansal bellek için en iyi
Zep, sohbet etrafında tasarlanmış bellek katmanıdır: oturum özetleri, kullanıcı profilleri, bölüm tabanlı geri çağırma ve “kullanıcı iki oturum önce ne dedi?” sorguları। Grafik destekli uzun vadeli mağaza zamansal akıl yürütmeyi iyi idare eder ve SDK, LangChain ve doğrudan OpenAI / Ollama kablolama açısından dostudur།
Kısır kalır: Topluluk açık kaynak oluşturması bulut ürününden daha sınırlıdır। Kendi kendine barındırıcılar, bazı özelliklerin barındırılan sürümün gerisinde kaldığını bildirirler།
Fiyatlandırma:
- Ücretsiz: Zep Community Edition kendi kendine barındırılan ücretsiz।
- Ücretli: Zep Cloud, yönetilen barındırma ve SOC 2 uyumluluğu için mütevazı bir aylık ücretle başlar।
Platformlar: Docker, Python SDK। Linux, macOS, Windows Docker aracılığıyla०००
İndir: Zep
Alt satır: Sohbet özel belleği (oturumlar, özetler, zaman farkında sorgular) ana kullanım durumu olduğunda seçim।
5. Open WebUI memory — Tanıdık bir arayüze bağlı bellek için en iyi
Open WebUI, çoğu yerel LLM kullanıcısının her gün açtığı şeydir ve yerleşik bellek özelliği, zaten kullandığınız bir kuruluma kalıcı bağlam eklemenin en kolay yoludur। Ayarlarında açın, UI bir “Bellek” paneli ortaya çıkarır ve model araç çağrıları aracılığıyla buna yazabilir।
Kısır kalır: Bağımsız bir çerçeve değil, daha büyük bir uygulamanın içinde bir özelliktir። Programlı erişim, özel bir bellek SDK’sı yerine Open WebUI’nin API’si aracılığıyla।
Fiyatlandırma:
- Ücretsiz: Tamamen ücretsiz ve açık kaynaktır।
- Ücretli: Hiçbiri።
Platformlar: Linux, macOS, Windows, Docker। Ollama, OpenAI uyumlu API’ler ve vLLM’le eşleşir।
İndir: Open WebUI
Alt satır: Open WebUI zaten ön yüzünüzse en az sürtüşmeli bellek aracı།
6. MemOS — İşletim sistemi gibi katmanlı bellek için en iyi
MemOS MemTensor’dan yeni katılımcıdır। Belleği katmanlarda ele alır — yerel çalışma belleği, arşiv belleği, beceri belleği — ekip sadece vektör kurulumlarıyla karşılaştırıldığında yaklaşık üçte biri tokeni kestiği bildiren geri bildirim tarafından yönlendirilen bir alma yolu।
Kısır kalır: Daha yeni proje, daha küçük topluluk། Belgelendirme iyileşiyor ancak Mem0 düzeyinde değil।
Fiyatlandırma:
- Ücretsiz: Tamamen ücretsiz ve açık kaynaktır।
- Ücretli: Hiçbiri።
Platformlar: Python, Docker। Linux’ta kendi kendine barındırın།
İndir: GitHub’daki MemOS
Alt satır: İzlemeye değer་ Katmanlı bellek modelini istediğinizde ve erken benimseyici olmaktan rahatsız olduğunuzda seçin।
7. LangMem — LangChain-yerel bellek ilkelleri için en iyi
LangMem, LangChain veya LangGraph aracısının içinde yaşamak için tasarlanmış bellek modülüdür० Kısa vadeli, uzun vadeli ve anlam belleği API’leriyle ortaya çıkıyor ve LangChain’in geri kalanıyla birleşiyor, bu da stackiniz zaten LangChain ise açık seçim yapıyor।
Kısır kalır: LangChain dışında garip။ Mem0 ve Letta’ya göre hâlâ olgunlaşıyor।
Fiyatlandırma:
- Ücretsiz: LangChain’in bir parçası olarak tamamen ücretsiz ve açık kaynaktır։
- Ücretli: Yönetilen barındırma için LangSmith / LangGraph Platform, ayrı fiyatlandırma।
Platformlar: Python० Linux, macOS, Windows०००
İndir: LangMem (LangChain aracılığıyla)
Alt satır: LangChain kullanıcıları için varsayılan० Henüz yığında değilseniz atla००
Doğru olanı seçme
En basit seçeneği istiyorsanız: OpenAI uyumlu herhangi bir yerel sunucu ile Python SDK’sı ile Mem0०
Yalnızca bir kütüphane değil, tam bir aracı çalışma zamanına ihtiyacınız varsa: Letta।
Belleğiniz ilişkisel değil, yalnızca faktüel ise: kendi kendine barındırılan grafik arka ucu ile Cognee।
Sohbet spesifik bellek (oturumlar, özetler, zaman) ana ihtiyaç ise: Zep········
Zaten Open WebUI’de yaşıyorsanız: başka bir şey eklemeden önce yerleşik Open WebUI belleğini açın።
En yeni katmanlı bellek modelini istiyorsanız ve kaba kenarları tolere edeceğinizden: MemOS००
Zaten bir LangChain mağazasıysanız: LangMem།
Sıkça sorulan sorular
Bu bellek araçları tamamen çevrimdışı çalışabilir mi? Evet। Mem0, Letta, Cognee, Open WebUI, MemOS ve LangMem’in hepsi yerel bir gömülü modeli ve yerel LLM’si ile çalışır։ Gömülü oluşturma gizli maliyettir — donanımınız mütevazı ise küçük bir gömülü modeli seçin००
Bir vektör veritabanına ihtiyacım var mı? Çoğu seçim kendilerininkini getirir० Mem0, mantıklı varsayılanlarla birlikte gelir (Chroma, Qdrant veya PGVector)့Cognee bir grafik BD artı vektörleri kullanır०Open WebUI depolamayı dahili olarak işler० Birden çok bellek aracısı arasında bir tane paylaşmak istiyorsanız yalnızca açıkça bir veritabanı seçmeniz gerekir້०
Kendi kendine barındırılan ChatGPT değişikliği için en iyi bellek aracı nedir? Yerleşik bellekli Open WebUI en az sürtüşmelü başlangıçtır० Yerleşik araçtır ne sunduğunun ötesine büyürseniz Mem0’ı üzerinde katman करें။
Ne kadar bellek depolaması “çok” mu? Kişisel kullanım, binlerce anısı olan bile, diskte birkaç yüz MB’ı ender geçer० Gömülü depolama baskındır; sıkı tutmak için daha küçük bir gömülü modeli seçin००
Araçlar arasında anıları hareket ettirebilir miyim? Çoğunlukla hayır। Şemalar farklıdır ve gömmeler model spesifikdir० Bir aracı seçin ve bir geçişi düşünmeden önce bir yıl için ona kararlı olun००
