Un LLM local fonctionne bien jusqu’à la deuxième conversation. Sans une couche de mémoire explicite, chaque session commence à zéro — pas de préférences, pas de contexte de projet, pas d’historique de ce qui a fonctionné la semaine dernière. Un outil de mémoire persistante résout ce problème en se situant entre le modèle et l’invite, en décidant ce qu’il faut retenir, en affichant les faits appropriés au bon moment et en survivant aux redémarrages.
Nous avons testé sept outils de mémoire pour les configurations auto-hébergées exécutant Ollama, LM Studio ou vLLM sur le bureau. Nos choix couvrent la pile active 2026 : frameworks de mémoire dédiés, runtimes d’agents avec mémoire intégrée, backends de graphes de connaissances et la couche de mémoire que les utilisateurs d’Open WebUI sont les plus susceptibles d’activer en premier.
Ce qu’il faut rechercher dans un outil de mémoire LLM local
Avant d’en choisir un, décidez quelle forme de mémoire vous recherchez.
- Extraction passive vs écritures pilotées par agent. Les systèmes passifs (Mem0) extraient les souvenirs des messages sans que le modèle ne fasse rien. Les systèmes pilotés par agent (Letta) laissent le modèle décider ce qu’il faut conserver. Le passif est prévisible ; piloté par agent capture mieux l’intention lorsque cela fonctionne.
- Vecteur vs graphique vs hybride. La récupération par vecteur est la norme et elle est rapide. La mémoire basée sur graphique (Cognee) est meilleure pour raisonner sur les relations. Les hybrides coûtent plus cher mais répondent proprement aux questions « qui, quand, pourquoi ».
- Local-first vs cloud-default. Mem0, Letta, Cognee, MemOS et LangMem peuvent tous être auto-hébergés. Les chemins cloud sont pratiques et ne sont pas ce que vous souhaitez lorsque l’objectif est de garder les données sur votre propre machine.
- Verrouillage du cadre. Certains outils supposent LangChain ou LlamaIndex. D’autres s’exécutent indépendamment via une API HTTP ou un SDK Python que n’importe quel client peut utiliser.
- Coût à la limite. Même entièrement localement, la génération d’embeddings et la construction de graphiques utilisent du calcul. Un modèle 30B avec des milliers de souvenirs stockés nécessite du vrai matériel.
Comparaison rapide
| Application | Idéal pour | Plateformes | Forfait gratuit | Prix de départ/mois | Note |
|---|---|---|---|---|---|
| Mem0 | Mémoire prête à l’emploi pour n’importe quel chatbot | Linux, macOS, Windows | Oui (auto-hébergé) | Auto-hébergé gratuit | 4.7 |
| Letta | Runtime d’agent avec mémoire auto-éditable | Linux, macOS, Windows | Oui (auto-hébergé) | Auto-hébergé gratuit | 4.6 |
| Cognee | Mémoire à long terme du graphique de connaissances | Linux, macOS, Windows | Oui (auto-hébergé) | Auto-hébergé gratuit | 4.5 |
| Zep | Mémoire temporelle conversationnelle | Linux, Docker | Oui (communauté) | Communauté gratuite | 4.4 |
| Open WebUI memory | Mémoire liée à une interface familière | Linux, macOS, Windows, Docker | Oui, entièrement | Gratuit | 4.3 |
| MemOS | Mémoire en couches comme un OS | Linux, Docker | Oui, entièrement | Gratuit | 4.2 |
| LangMem | Primitives de mémoire natives de LangChain | Linux, macOS, Windows | Oui, entièrement | Gratuit | 4.0 |
Les applications
1. Mem0 — Meilleure mémoire prête à l’emploi pour n’importe quel chatbot
Mem0 est la couche de mémoire la plus déployée en 2026 pour une raison : l’API est petite, l’auto-hébergement est simple et vous pouvez l’ajouter à un chatbot dans l’après-midi. L’extraction passive signifie que vous appelez add() avec une conversation, Mem0 décide quels faits importent, et une recherche search() ultérieure ramène le contexte approprié dans l’invite suivante.
Où cela s’arrête: L’extraction automatique est subjective. Si vous souhaitez que le modèle lui-même décide ce qu’il faut mémoriser, ce n’est pas la bonne forme. Le produit cloud de Mem0 est la voie commercialisée, mais la version open-source couvre la plupart des usages domestiques.
Tarification:
- Gratuit : Mem0 OSS auto-hébergé est gratuit.
- Payant : Le niveau cloud se met à l’échelle en fonction des souvenirs stockés et des récupérations ; généralement 50 à 500 $/mois à l’échelle de la production, non pertinent pour un usage personnel.
Plateformes: SDK Python, API REST. S’exécute partout où Python s’exécute.
Télécharger: Mem0
Conclusion: Le premier choix par défaut. Si vous ne savez pas par où commencer, commencez ici.
2. Letta — Idéal pour un runtime d’agent avec mémoire auto-éditable
Letta est le MemGPT renommé — un runtime d’agent où la mémoire est la métaphore du système d’exploitation. Le modèle écrit dans les niveaux de mémoire fondamentale, de rappel et d’archive pendant sa propre boucle de raisonnement. Le système gère le reste, y compris l’échange de contexte pour que les sessions longues ne fassent exploser la fenêtre.
Où cela s’arrête: Letta est un runtime, pas juste une bibliothèque — vous adoptez toute la plate-forme. Idéal pour les agents autonomes et les tâches à long terme, moins pour « je veux juste que mon chatbot se souvienne de mon nom ».
Tarification:
- Gratuit : Letta OSS auto-hébergé est gratuit.
- Payant : Letta Cloud pour les déploiements gérés, prix sur demande.
Plateformes: Python, Docker. Auto-hébergé sur Linux, macOS, Windows via Docker.
Télécharger: Letta
Conclusion: Idéal pour les agents de recherche autonomes et les exécuteurs de tâches à long terme. Excessif pour un chatbot.
3. Cognee — Idéal pour la mémoire à long terme du graphique de connaissances
Cognee est la plate-forme de mémoire IA open-source qui place un graphique de connaissances au centre. Ingérez des documents, des conversations ou des données structurées dans n’importe quel format et Cognee crée un graphique qui survive aux redémarrages et se développe avec l’utilisation. La récupération est consciente du graphique, ce qui signifie que les questions de relation (« quand avons-nous convenu de X ? ») retournent mieux que les magasins vectoriels uniquement.
Où cela s’arrête: Coût de configuration plus élevé que Mem0. La base de données graphique (NetworkX, Memgraph ou Neo4j selon la configuration) est une autre pièce mobile à maintenir.
Tarification:
- Gratuit : Cognee OSS auto-hébergé est gratuit.
- Payant : Cognee Cloud pour l’hébergement graphique géré, prix sur demande.
Plateformes: Python, Docker. Fonctionne sur Linux, macOS, Windows.
Télécharger: Cognee
Conclusion: Le bon choix quand votre mémoire est relationnelle — réunions, décisions, projets avec références croisées — pas seulement des faits.
4. Zep — Idéal pour la mémoire temporelle conversationnelle
Zep est la couche de mémoire conçue autour du chat : résumés de session, profils utilisateur, rappel basé sur les épisodes et requêtes comme « qu’a dit l’utilisateur il y a deux sessions ? » Le magasin à long terme soutenu par graphique traite bien le raisonnement temporel, et le SDK est amical pour LangChain et le câblage direct OpenAI / Ollama.
Où cela s’arrête: La version open-source de la communauté est plus limitée que le produit cloud. Les utilisateurs auto-hébergés signalent que certaines fonctionnalités traînent derrière la version hébergée.
Tarification:
- Gratuit : Zep Community Edition est auto-hébergé gratuitement.
- Payant : Zep Cloud commence par un tarif mensuel modeste pour l’hébergement géré et la conformité SOC 2.
Plateformes: Docker, SDK Python. Linux, macOS, Windows via Docker.
Télécharger: Zep
Conclusion: Le choix quand la mémoire spécifique au chat (sessions, résumés, requêtes conscientes du temps) est le cas d’usage principal.
5. Open WebUI memory — Idéal pour la mémoire liée à une interface familière
Open WebUI est ce que la plupart des utilisateurs de LLM local ouvrent tous les jours, et la fonction de mémoire intégrée est le moyen le plus facile d’ajouter un contexte persistant à une configuration que vous utilisez déjà. Activez-la dans les paramètres, l’interface affiche un panneau « Memories », et le modèle peut y écrire via des appels d’outils.
Où cela s’arrête: C’est une fonctionnalité à l’intérieur d’une plus grande application, pas un cadre autonome. L’accès programmatique se fait via l’API d’Open WebUI plutôt qu’un SDK de mémoire dédié.
Tarification:
- Gratuit : Entièrement gratuit et open source.
- Payant : Aucun.
Plateformes: Linux, macOS, Windows, Docker. S’associe avec Ollama, API compatibles OpenAI et vLLM.
Télécharger: Open WebUI
Conclusion: L’outil de mémoire avec le moins de friction si Open WebUI est déjà votre interface.
6. MemOS — Idéal pour la mémoire en couches comme un OS
MemOS est le nouveau venu de MemTensor. Il traite la mémoire en couches — mémoire de travail locale, mémoire d’archive, mémoire de compétences — avec un chemin de récupération piloté par rétroaction que l’équipe rapporte réduire environ un tiers des jetons par rapport aux configurations vectorielles uniquement.
Où cela s’arrête: Projet plus récent, communauté plus petite. La documentation s’améliore mais pas au niveau de Mem0.
Tarification:
- Gratuit : Entièrement gratuit et open source.
- Payant : Aucun.
Plateformes: Python, Docker. Auto-hébergé sur Linux.
Télécharger: MemOS sur GitHub
Conclusion: Vaut le coup d’œil. Choisissez quand vous voulez le modèle de mémoire en couches et que vous êtes à l’aise en tant qu’utilisateur précoce.
7. LangMem — Idéal pour les primitives de mémoire natives de LangChain
LangMem est le module de mémoire conçu pour vivre à l’intérieur d’un agent LangChain ou LangGraph. Il expose les API de mémoire à court terme, à long terme et sémantique qui se composent avec le reste de LangChain, ce qui en fait le choix évident si votre pile est déjà LangChain.
Où cela s’arrête: En dehors de LangChain, c’est maladroit. Cela mûrit aussi encore par rapport à Mem0 et Letta.
Tarification:
- Gratuit : Entièrement gratuit et open source dans le cadre de LangChain.
- Payant : LangSmith / LangGraph Platform pour l’hébergement géré, tarification séparée.
Plateformes: Python. Linux, macOS, Windows.
Télécharger: LangMem (via LangChain)
Conclusion: Par défaut pour les utilisateurs de LangChain. Ignorez si vous n’êtes pas déjà sur la pile.
Comment choisir le bon
Si vous voulez l’option la plus simple : Mem0 avec le SDK Python contre n’importe quel serveur local compatible OpenAI.
Si vous avez besoin d’un runtime d’agent complet, pas seulement une bibliothèque : Letta.
Si votre mémoire est relationnelle, pas seulement factuelle : Cognee avec un backend graphique auto-hébergé.
Si la mémoire spécifique au chat (sessions, résumés, temps) est le besoin principal : Zep.
Si vous vivez déjà dans Open WebUI : activez la mémoire Open WebUI intégrée avant d’ajouter quoi que ce soit d’autre.
Si vous voulez le modèle de mémoire en couches le plus récent et que vous tolérerez les bords rugueux : MemOS.
Si vous êtes déjà une boutique LangChain : LangMem.
FAQ
Ces outils de mémoire peuvent-ils fonctionner entièrement hors ligne ? Oui. Mem0, Letta, Cognee, Open WebUI, MemOS et LangMem fonctionnent tous avec un modèle d’embedding local et un LLM local. La génération d’embedding est le coût caché — choisissez un petit modèle d’embedding si votre matériel est modeste.
Ai-je besoin d’une base de données vectorielle ? La plupart des choix apportent la leur. Mem0 est livré avec des paramètres par défaut sensés (Chroma, Qdrant ou PGVector). Cognee utilise une BD graphique plus des vecteurs. Open WebUI gère le stockage en interne. Vous n’avez besoin de choisir une base de données explicitement que si vous souhaitez en partager une entre plusieurs outils de mémoire.
Quel est le meilleur outil de mémoire pour un remplacement ChatGPT auto-hébergé ? Open WebUI avec mémoire intégrée est le démarrage avec le moins de friction. Superposez Mem0 si vous dépassez ce que propose l’outil intégré.
Combien de stockage de mémoire est « beaucoup » ? L’utilisation personnelle dépasse rarement quelques centaines de Mo sur disque, même avec des milliers de souvenirs. Le stockage d’embedding domine ; choisissez un modèle d’embedding plus petit pour le garder serré.
Puis-je déplacer des souvenirs entre les outils ? Principalement non. Les schémas diffèrent et les embeddings sont spécifiques au modèle. Choisissez un outil et engagez-vous pendant un an avant de considérer une migration.
