一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化

以下所有内容仅供学习使用; 好项目大家一起分享; 项目来源于github开源项目; 他用请注明出处,尊重原创,尊重开源。

1 项目地址

mem0:一种转为AI代理设计的内存层

2 简单介绍

2.1 Mem0 是什么?

Mem0 是专为AI 代理设计的内存层。它充当持久内存层,代理可以使用它来执行以下操作:

  • 回忆过去相关的互动;
  • 存储重要的用户偏好和事实背景;
  • 从成功和失败中学习。

它为 AI 代理提供内存,使其能够在交互过程中记忆、学习和进化。Mem0 可轻松集成到代理堆栈中,并可从原型系统扩展到生产系统。

2.2 内存在代理堆栈中的位置

  • Mem0 与检索器、规划器和 LLM 并存;
  • 与基于检索的系统(例如 RAG)不同,Mem0 会追踪过去的交互,存储长期知识,并改进代理的行为。

2.3 与基于检索的系统区别

能力 上下文窗口 Mem0 内存
成本 随着输入大小而增长 优化(只优化重要部分)
保留 暂时的 持久的
记起 令牌 相关性+基于意图
个性化 深度、不断发展
行为 反应式 自适应

2.4 Mem0 中的内存类型

Mem0 支持不同类型的内存来模仿存储信息的方式:

  • 工作记忆:短期会话意识;
  • 事实记忆:长期结构化知识(例如偏好、设置) ;
  • 情景记忆:记录过去的具体对话;
  • 语义记忆:随着时间的推移建立一般知识。

2.5 核心能力

  • 减少令牌使用并加快响应速度:查找时间低于 50 毫秒 ;
  • 语义记忆:程序性、情景性和事实支持 ;
  • 多模式支持:处理文本和图像;
  • 图形内存:跨会话连接洞察和实体 ;
  • 自主选择方式托管:托管服务或自托管版本。

3 Mem0 平台(托管解决方案)

3.1 安装Mem0

  • 使用pip安装:
python 复制代码
pip install mem0ai
  • 使用npm安装
python 复制代码
npm install mem0ai

3.2 获取API key

  • 进入到memo,获取API key,如图:

3.3 添加记忆

  • 实例化客户端:
python 复制代码
import os
from mem0 import MemoryClient

os.environ["MEM0_API_KEY"] = "your-api-key"

client = MemoryClient()
  • 添加记忆
python 复制代码
messages = [
    {"role": "user", "content": "Thinking of making a sandwich. What do you recommend?"},
    {"role": "assistant", "content": "How about adding some cheese for extra flavor?"},
    {"role": "user", "content": "Actually, I don't like cheese."},
    {"role": "assistant", "content": "I'll remember that you don't like cheese for future recommendations."}
]
client.add(messages, user_id="alex")

3.4 恢复记忆

  • 搜索相关记忆
python 复制代码
# Example showing location and preference-aware recommendations
query = "I'm craving some pizza. Any recommendations?"
filters = {
    "AND": [
        {
            "user_id": "alex"
        }
    ]
}
client.search(query, version="v2", filters=filters)
  • 获取某个用户的所有记忆:
python 复制代码
filters = {
   "AND": [
      {
         "user_id": "alex"
      }
   ]
}

all_memories = client.get_all(version="v2", filters=filters, page=1, page_size=50)

4 Mem0 开源

4.1 安装Mem0开源

  • pip安装:
python 复制代码
pip install mem0ai
  • npm安装:
python 复制代码
npm install mem0ai

4.2 添加记忆

  • 实例化客户端:
python 复制代码
from mem0 import Memory
m = Memory()
  • 添加记忆:
python 复制代码
# For a user
messages = [
    {
        "role": "user",
        "content": "I like to drink coffee in the morning and go for a walk"
    }
]
result = m.add(messages, user_id="alice", metadata={"category": "preferences"})

4.3 恢复记忆

  • 搜索相关记忆
python 复制代码
related_memories = m.search("Should I drink coffee or tea?", user_id="alice")
相关推荐
WWZZ202516 小时前
快速上手大模型:机器学习2(一元线性回归、代价函数、梯度下降法)
人工智能·算法·机器学习·计算机视觉·机器人·大模型·slam
AKAMAI17 小时前
数据孤岛破局之战 :跨业务分析的难题攻坚
运维·人工智能·云计算
Chicheng_MA17 小时前
算能 CV184 智能相机整体方案介绍
人工智能·数码相机·算能
Element_南笙17 小时前
吴恩达新课程:Agentic AI(笔记2)
数据库·人工智能·笔记·python·深度学习·ui·自然语言处理
倔强青铜三17 小时前
苦练Python第69天:subprocess模块从入门到上瘾,手把手教你驯服系统命令!
人工智能·python·面试
Antonio91517 小时前
【图像处理】rgb和srgb
图像处理·人工智能·数码相机
倔强青铜三17 小时前
苦练 Python 第 68 天:并发狂飙!concurrent 模块让你 CPU 原地起飞
人工智能·python·面试
星期天要睡觉17 小时前
深度学习——循环神经网络(RNN)实战项目:基于PyTorch的文本情感分析
人工智能·python·rnn·深度学习·神经网络
2401_8588698017 小时前
目标检测2
人工智能·目标检测·计算机视觉
ARM+FPGA+AI工业主板定制专家17 小时前
基于ZYNQ的目标检测算法硬件加速器优化设计
人工智能·目标检测·计算机视觉·fpga开发·自动驾驶