REST / OpenAPI
从你自己的任意后端，调用公开且带版本号的 HTTP 接口。
HTTPS · JSON · api.tmcra.com接入指南 接入方式
从最适合你系统的一层开始。
稳定版：公开接口，正式支持。预览版：可以试用，仍在完善。试用版：需申请开通，尚未公开发布。
显示 8 / 8
Python SDK
带完整类型的同步与异步客户端，另有可选封装，在你自己的 Agent 外层自动完成“召回 → 回答 → 保存”。
SyncMemoryLifecycle · AsyncMemoryLifecycle接入指南 JavaScript / TypeScript SDK
一个包同时支持 JavaScript 和 TypeScript，提供可选的单轮自动封装和多 Agent 来源标记。
TMCRAMemoryLifecycle · @tmcra/typescript接入指南 MCP Server
通过本地 stdio 提供召回与保存工具。要做到全自动，还需要宿主提供生命周期 Hook，例如 Codex Hooks 模式。
explicit MCP · optional Codex Hooks接入指南 Codex
在 Codex 回答前找回记忆，记录主任务和子智能体的对话，隔离不同项目，还能导入本机已有的 Codex 历史。
SessionStart · SubagentStart · UserPromptSubmit · Stop · SubagentStop接入指南 DeepSeek Harness
安装插件并通过设备授权登录后，每次回答前都会自动找回记忆，并把用户消息和 Agent 回答分开保存，同时标明所属项目和 Agent。
account login · automatic recall · role-separated writeback接入指南 OpenClaw
原生 Hook 根据每个新问题自动找回记忆，并在回答完成后记录整轮对话。不同分工的 Agent 共享项目记忆，同时保留各自的来源。
before_prompt_build · agent_end接入指南 Hermes Agent
原生 MemoryProvider 在回答前找回记忆、回答后排队保存，委派给子 Agent 的工作会记为 Agent 的内容，不会被当成用户说的话。
prefetch · sync_turn · on_delegation接入指南 接入流程
先有问题再召回，先完成回答再保存。
- 01
凭据不要进入对话
API Key 保存在受保护的本机或服务端配置中，不要写进 Prompt、前端代码或项目源码。
- 02
规划好记忆范围
把用户全局记忆和项目记忆分开，每段对话作为项目内的一个 Session 保存，跨对话延续，又不会串项目。
- 03
按当前问题召回
用户发出问题后、模型回答前，从允许的 Scope 中召回，并注入 prompt_evidence.content。
- 04
回答完成后幂等保存
把用户消息和助手回复分别保存到项目共享记忆，并保留 role、Agent、Session 和来源信息。
多 Agent 协作
一个项目，多个 Agent 协作。
分工不同的 Agent 共享同一个项目 Scope，每段对话使用独立的 Session，每条记录都标明发言方。可选的 Agent 私有层只用于召回，默认关闭。
查看自动记忆接入指南turn.lifecycle
user.prompt
→ recall + inject
→ agent.answer
→ write(user, assistant)返回内容
继续使用你现有的模型。
TMCRA 不替换你的模型，也不接管 Agent 运行时。它只在需要记忆的地方，返回可追溯的证据和可直接使用的上下文。
recall.response
{
"evidence": [...],
"prompt_evidence": {
"content": "..."
}
}申请试用
告诉我们你的接入场景。
提交你的技术栈、使用场景和上线计划，我们会通过邮件与你联系。