正在打开工具详情…
正在打开工具详情…
给 AI 应用加记忆层：分 User / Session / Agent 三级记住偏好，跨会话检索。适合做长期陪伴型助手与客服；代价是默认依赖 OpenAI 做抽取与嵌入，且自托管现已默认开启鉴权。
做客服机器人、个人助理、长期陪伴型应用的人：需要跨会话记住用户偏好与历史，而不是每次从零开始。
只需要单次会话内上下文的应用——加一层记忆只是增加延迟与成本；也不适合完全不接受 OpenAI 默认依赖、又不愿自配 LLM 与嵌入模型的团队。
mem0 做的是记忆这一层：把 User / Session / Agent 三级状态分开存，做自适应个性化，跨会话检索。用法分三种——库（pip install mem0ai）、自托管服务端（cd server && make bootstrap 或 docker compose up -d）、云平台（app.mem0.ai 注册即用）。代码层面就是 add 与 search 两个动作：检索相关记忆拼进 system prompt，再把这轮对话 add 回去。
2026 年 4 月它换了新的记忆算法，README 把变化讲得很具体：单次 LLM 调用的 ADD-only 抽取（不再 UPDATE / DELETE，记忆只增不覆盖）、agent 生成的确认为一等公民、实体链接、语义 + BM25 关键词 + 实体匹配的多信号融合检索、以及时间感知排序。官方给的分数是 LoCoMo 92.5、LongMemEval 94.4、BEAM(1M) 64.1，p50 延迟 1 秒左右，但那是托管平台的成绩，含开源 SDK 没有的优化，开源用户应预期方向一致但数字不同。
两个坑。一是默认依赖 OpenAI：默认 LLM 是 gpt-5-mini、默认嵌入是 text-embedding-3-small，要换得查 Supported LLMs / Embeddings 文档；自托管想用混合检索（语义 + 关键词 + 实体）官方建议至少 Qwen 600M 级别的嵌入模型，装法是 pip install mem0ai[nlp] 加 python -m spacy download en_core_web_sm。二是自托管现在默认开启鉴权：从无鉴权的旧版升级要设 ADMIN_API_KEY、通过向导注册管理员，或用 AUTH_DISABLED=true（仅限本地开发）。
上手步骤之外的具体做法：常见场景怎么配、命令怎么写、报错怎么处理。
按第一次接入会卡在哪讲：三种形态怎么选、最小可用代码长什么样、默认模型怎么换、以及自托管升级后那个鉴权开关。
| 形态 | 怎么用 | 适合 |
|---|---|---|
| 库 | pip install mem0ai | 先试、做原型 |
| 自托管服务端 | cd server && make bootstrap | 团队，跑在自己基础设施上 |
| 云平台 | 到 app.mem0.ai 注册 | 零运维的生产使用 |
只有库形态没有 dashboard，也没有鉴权与 API key；这两样从自托管开始才有。
pythonfrom openai import OpenAI
from mem0 import Memory
openai_client = OpenAI()
memory = Memory()
def chat_with_memories(message: str, user_id: str = "default_user") -> str:
relevant = memory.search(query=message, filters={"user_id": user_id}, top_k=3)
memories_str = "\n".join(f"- {entry['memory']}" for entry in relevant["results"])
system_prompt = f"You are a helpful AI. Answer based on query and memories.\nUser Memories:\n{memories_str}"
messages = [{"role": "system", "content": system_prompt}, {"role": "user", "content": message}]
response = openai_client.chat.completions.create(model="gpt-5-mini", messages=messages)
assistant_response = response.choices[0].message.content
messages.append({"role": "assistant", "content": assistant_response})
memory.add(messages, user_id=user_id)
return assistant_response就两个动作：检索 → 拼进 system prompt → 把本轮 add 回去。
gpt-5-minitext-embedding-3-small换模型看官方的 Supported LLMs / Embeddings 文档。想要混合检索（语义 + 关键词 + 实体提升），官方建议至少 Qwen 600M 级别的嵌入模型，并安装 NLP 支持：
bashpip install mem0ai[nlp]
python -m spacy download en_core_web_sm这是升级时最容易踩的一条。自托管默认开启鉴权，从无鉴权的旧构建升上来要三选一：
ADMIN_API_KEYAUTH_DISABLED=truebashcd server && make bootstrap # 推荐：起栈 + 建管理员 + 发第一个 key
cd server && docker compose up -d # 手动：起栈后走浏览器向导2026 年 4 月后：单次 LLM 调用的 ADD-only 抽取，记忆只增不覆盖。好处是少了 UPDATE / DELETE 的额外调用；代价是纠错只能靠新增记忆去覆盖语义，旧条目仍在库里。做合规删除需求时要自己补一层。
官方分数（LoCoMo 92.5 等）来自托管平台，含开源 SDK 没有的优化，开源部署请按「方向一致、数字不同」来预期。