目的和能力

Mem0 通過提供以下功能將無狀態 AI 應用程序轉換為有狀態、支持內存的系統：

• 持久記憶 ：跨會話長期保留用戶偏好、對話歷史記錄和上下文信息
• 多級內存 ：支持具有自適應個性化的用戶級、會話級和代理級內存
• 智能提取 ：基于 LLM 的記憶提取，可智能決定要記住和忘記哪些信息
• 語義搜索 ：使用向量相似性和上下文理解進行基于相關性的記憶檢索
• 成本優化 ：與全上下文方法相比，令牌使用量減少 90%，響應速度提高 91%

系統架構概述

Mem0 的架構支持兩種主要部署模型：托管平臺服務和自托管開源解決方案，兩者共享核心內存處理能力。

核心內存系統組件

核心內存系統由幾個關鍵組件組成，這些組件協同工作以提供智能內存功能。

元件	目的	關鍵方法
Memory	核心內存編排	add（）、search（）、get（）、update（）、delete（）
VectorStoreFactory	矢量數據庫實例化	提供商選擇和配置
LlmFactory LLM	提供商管理	模型初始化和切換
EmbedderFactory	嵌入模型管理	嵌入提供程序配置
GraphStoreFactory	圖數據庫管理	關系存儲配置

平臺與開源部署模型

Mem0 提供兩種不同的部署方法，具有不同的客戶端接口和功能。

平臺部署（托管服務）

平臺客戶端使用情況：

from mem0 import MemoryClient
client = MemoryClient()
client.add(messages, user_id="alex")
results = client.search(query, filters=filters)

開源部署（自托管）

from mem0 import Memory
memory = Memory.from_config(config)
memory.add(messages, user_id="alice", metadata={"category": "preferences"})
related_memories = memory.search("query", user_id="alice")

方面	平臺	開源
客戶端類	MemoryClient、AsyncMemoryClient	Memory
認證	需要 API 密鑰	本地配置
基礎設施	完全托管	自托管
定制	僅限于 API 參數	完全提供商控制
縮放	自動	手動配置

提供商生態系統和工廠模式

Mem0 使用工廠模式支持不同組件的多個提供者，從而實現靈活的部署配置

配置示例：

config = {"llm": {"provider": "anthropic","config": {"model": "claude-sonnet-4-20250514","temperature": 0.1,"max_tokens": 2000,}}
}

內存類型和功能

Mem0 支持鏡像人類記憶系統的不同類型的內存：

內存類型	目的	存儲期限
工作記憶	短期會話感知	會話范圍
事實記憶	長期結構化知識（偏好、設置	） 持續
情景記憶	過去特定對話的記錄	持續
語義記憶	隨著時間的推移積累的常識	持續

主要特征：

• 多級內存 ：具有自適應個性化的用戶、會話和代理級內存
• 圖內存 ：存儲實體和概念之間的關系
• 智能過濾 ：基于 LLM 的內存衰減以防止信息膨脹
• 語義搜索 ：基于向量的檢索，具有相關性評分

集成環境

Mem0 作為中央內存層，與各種 AI 框架和開發工具集成。