Mem0 项目介绍

Mem0 项目介绍

项目定位

Mem0（“mem-zero”）是一个 AI 智能记忆层，为 AI Agent 与助手提供持久化、个性化的记忆能力。它让 AI 能够记住用户偏好、适应个体需求，并在对话中持续学习——适用于客服聊天机器人、AI 助手和自主系统。

一句话概括：Mem0 是 AI 应用的”长期记忆”中间件，解决 LLM Stateless 特性导致的上下文丢失问题。

核心能力

• LLM 驱动的记忆提取：通过精心设计的提示词，从对话中自动提取事实、偏好和关系，支持 ADD-Only 策略——记忆随时间累积而非覆盖
• 多信号混合检索：语义搜索（向量相似度）+ BM25 关键词匹配 + 实体提升（entity boosting），在 LoCoMo 和 LongMemEval 基准测试中分别达到 91.6 和 94.8 分
• 实体链接：从记忆中提取实体（人名、地点、组织），建立实体-记忆多对多关联，实现跨记忆的关联检索
• 三层作用域隔离：通过 user_id（用户级）、agent_id（Agent 级）、run_id（会话级）灵活隔离记忆
• 多 Provider 支持：24 种 LLM、30 种向量存储、15 种 Embedding 模型、5 种 Reranker——按需选择
• 自托管与云平台双模式：pip install mem0ai 快速原型，或 Docker 部署团队级服务

技术栈

层级	技术选型
核心 SDK	Python 3.9+（Pydantic v2、SQLite）
TypeScript SDK	Node 20+（tsup 构建、CJS+ESM）
向量存储	Qdrant（默认）、Pinecone、pgvector、FAISS 等 30+ Provider
LLM	OpenAI（默认）、Anthropic、AWS Bedrock、Gemini、Ollama 等 24+ Provider
Embedding	OpenAI（默认）、HuggingFace、FastEmbed 等 15+ Provider
图数据库	Neo4j（可选，用于实体链接）
服务端	FastAPI + PostgreSQL/pgvector + Neo4j（Docker Compose）
UI	Next.js 15 + React 19 + Radix UI（OpenMemory 平台）

架构概览

快速体验

# 安装
pip install mem0ai

# 使用示例（需要 OPENAI_API_KEY 环境变量）
python -c "
from mem0 import Memory
m = Memory()
m.add('我喜欢Python和机器学习', user_id='alice')
results = m.search('编程偏好', user_id='alice')
print(results['results'])
"

教程导读

本教程分为 AI 应用通用知识 和 编程核心技术 两部分：

AI 教程（/tutorials/mem0/ai/）

章节	主题	引用的 Common 教程
01	ADD-Only 记忆提取模式	首次覆盖
02	LLM 驱动的对话记忆提取	LLM 结构化提取
03	多信号混合检索	RAG 流水线
04	实体链接与知识图谱记忆	GraphRAG
05	三层记忆作用域	记忆系统设计
06	程序性记忆	记忆系统设计

Dev 教程（/tutorials/mem0/dev/）

章节	主题
01	多语言单体仓库架构
02	Provider 工厂模式与可扩展架构
03	Pydantic 配置系统
04	SQLite 本地状态持久化
05	自托管 Server 架构
06	OpenMemory 全栈记忆平台
07	测试策略与 CI/CD