了解更多 · 加入 Discord · 查看演示

📄 使用可扩展的长期记忆构建生产级 AI Agent →

⚡ 相比 OpenAI Memory 准确率提升 +26% • 🚀 响应速度提升 91% • 💰 Token 消耗降低 90%

🎉 mem0ai v1.0.0 现已发布！ 此重大版本更新包括 API 现代化重构、改进的向量数据库支持以及增强的 GCP 集成。查看迁移指南 →

🔥 研究亮点

• LOCOMO 基准测试：相比 OpenAI Memory 准确率提升 +26%
• 低延迟响应：响应速度比全上下文（full-context）方案快 91%
• 高性价比：Token 使用量减少 90%，在不牺牲性能的前提下大幅降低成本
• 阅读完整论文

简介

Mem0 ("mem-zero") 为 AI 助手和 Agent 提供了智能记忆层，从而实现个性化的 AI 交互。它能够记住用户偏好、适应个人需求并随时间持续学习，非常适合客户支持聊天机器人、AI 助手和自主系统。

主要功能与应用场景

核心能力：

• 多级记忆：无缝保留用户（User）、会话（Session）和 Agent 状态，实现自适应的个性化体验。
• 开发者友好：直观的 API、跨平台 SDK 以及完全托管的服务选项。

应用场景：

• AI 助手：提供连贯且富含上下文的对话。
• 客户支持：调取过往工单和用户历史记录，提供量身定制的帮助。
• 医疗保健：追踪患者偏好和病史，实现个性化护理。
• 生产力与游戏：根据用户行为调整工作流和环境。

🚀 快速入门指南

你可以选择我们的托管平台或开源自托管安装包：

托管平台

通过自动更新、分析和企业级安全性，在几分钟内即可开始使用。

1. 注册 Mem0 平台
2. 通过 SDK 或 API Key 嵌入记忆层

自托管（开源）

通过 pip 安装 SDK：

pip install mem0ai

通过 npm 安装 SDK：

npm install mem0ai

CLI

从终端管理记忆：

npm install -g @mem0/cli   # 或: pip install mem0-cli

mem0 init
mem0 add "Prefers dark mode and vim keybindings" --user-id alice
mem0 search "What does Alice prefer?" --user-id alice

查看 CLI 文档 获取完整命令参考。

基本用法

Mem0 需要 LLM 才能运行，默认使用 OpenAI 的 gpt-4.1-nano-2025-04-14。它同时也支持多种 LLM；详情请参阅我们的 LLM 支持文档。

第一步是实例化内存（Memory）：

from openai import OpenAI
from mem0 import Memory

openai_client = OpenAI()
memory = Memory()

def chat_with_memories(message: str, user_id: str = "default_user") -> str:
    # 检索相关记忆
    relevant_memories = memory.search(query=message, user_id=user_id, limit=3)
    memories_str = "\n".join(f"- {entry['memory']}" for entry in relevant_memories["results"])

    # 生成助手回复
    system_prompt = f"You are a helpful AI. Answer the question 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-4.1-nano-2025-04-14", messages=messages)
    assistant_response = response.choices[0].message.content

    # 基于对话创建新记忆
    messages.append({"role": "assistant", "content": assistant_response})
    memory.add(messages, user_id=user_id)

    return assistant_response

def main():
    print("Chat with AI (type 'exit' to quit)")
    while True:
        user_input = input("You: ").strip()
        if user_input.lower() == 'exit':
            print("Goodbye!")
            break
        print(f"AI: {chat_with_memories(user_input)}")

if __name__ == "__main__":
    main()

有关详细的集成步骤，请参阅 快速入门 和 API 参考。

🔗 集成与演示

• 带记忆的 ChatGPT：由 Mem0 驱动的个性化聊天 (在线演示)
• 浏览器扩展：在 ChatGPT、Perplexity 和 Claude 之间存储记忆 (Chrome 扩展)
• Langgraph 支持：使用 Langgraph + Mem0 构建客户支持机器人 (指南)
• CrewAI 集成：使用 Mem0 定制 CrewAI 输出 (示例)

📚 文档与支持

• 完整文档：https://docs.mem0.ai
• 社区：Discord · Twitter
• 联系我们：founders@mem0.ai

引用

我们目前已有论文发表。