mem0
0.1.123
詳細をご覧ください
MEM0（「Mem-Zero」と発音）は、AIアシスタントとエージェントをインテリジェントなメモリ層で強化し、パーソナライズされたAI相互作用を可能にします。 MEM0は、ユーザーの好みを覚えており、個々のニーズに適応し、時間の経過とともに継続的に向上し、カスタマーサポートチャットボット、AIアシスタント、および自律システムに最適です。
新機能：グラフメモリの導入。ドキュメントをご覧ください。
MEM0は、AIエージェントとアシスタントの長期的なメモリを管理および取得するために、ハイブリッドデータベースアプローチを活用します。各メモリは、ユーザーIDやエージェントIDなどの一意の識別子に関連付けられており、MEM0が個人またはコンテキストに固有のメモを整理およびアクセスできるようにします。
ADD（）メソッドを使用してメッセージがMEM0に追加されると、システムは関連する事実と設定を抽出し、データストアに保存します：ベクトルデータベース、キー価値データベース、グラフデータベース。このハイブリッドアプローチにより、さまざまな種類の情報が最も効率的な方法で保存され、その後の検索が迅速かつ効果的になります。
AIエージェントまたはLLMが記憶を思い出す必要がある場合、Search（）メソッドを使用します。 MEM0は、これらのデータストア全体で検索を実行し、各ソースから関連情報を取得します。次に、この情報はスコアリングレイヤーに渡され、関連性、重要性、および最新性に基づいてその重要性を評価します。これにより、最もパーソナライズされた便利なコンテキストのみが浮上することが保証されます。
検索された記憶は、必要に応じてLLMのプロンプトに追加して、その応答のパーソナライズと関連性を高めます。
MEM0は、組織や個人が強化する権限を与えます。
MEM0をセットアップする最も簡単な方法は、管理されたMEM0プラットフォームを使用することです。このホストソリューションは、自動更新、高度な分析、および専用サポートを提供します。起動するためにサインアップしてください。
自己ホストを希望する場合は、オープンソースMEM0パッケージを使用してください。設置手順に従って開始します。
PIP経由でMEM0パッケージをインストールします。
pip install mem0aiまたは、こちらのホストプラットフォームをワンクリックしてMEM0を使用することもできます。
MEM0では、LLMを機能させる必要があり、OpenAIのgpt-4oをデフォルトとして使用します。ただし、さまざまなLLMをサポートしています。詳細については、サポートされているLLMSドキュメントを参照してください。
最初のステップは、メモリをインスタンス化することです。
from mem0 import Memory
m = Memory () import os
os . environ [ "OPENAI_API_KEY" ] = "sk-xxx"メモリ上で次のタスクを実行できます。
# 1. Add: Store a memory from any unstructured text
result = m . add ( "I am working on improving my tennis skills. Suggest some online courses." , user_id = "alice" , metadata = { "category" : "hobbies" })
# Created memory --> 'Improving her tennis skills.' and 'Looking for online suggestions.' # 2. Update: update the memory
result = m . update ( memory_id = < memory_id_1 > , data = "Likes to play tennis on weekends" )
# Updated memory --> 'Likes to play tennis on weekends.' and 'Looking for online suggestions.' # 3. Search: search related memories
related_memories = m . search ( query = "What are Alice's hobbies?" , user_id = "alice" )
# Retrieved memory --> 'Likes to play tennis on weekends' # 4. Get all memories
all_memories = m . get_all ()
memory_id = all_memories [ "memories" ][ 0 ] [ "id" ] # get a memory_id
# All memory items --> 'Likes to play tennis on weekends.' and 'Looking for online suggestions.' # 5. Get memory history for a particular memory_id
history = m . history ( memory_id = < memory_id_1 > )
# Logs corresponding to memory_id_1 --> {'prev_value': 'Working on improving tennis skills and interested in online courses for tennis.', 'new_value': 'Likes to play tennis on weekends' } ヒント
インフラストラクチャを自分でセットアップする必要がないホストバージョンを好む場合は、MEM0プラットフォームをチェックして数分で開始してください。
グラフメモリを初期化するには、グラフストアプロバイダーで構成を設定する必要があります。現在、NEO4Jはグラフストアプロバイダーとしてサポートしています。 NEO4Jをローカルにセットアップするか、ホストされているNEO4J AURADBを使用できます。さらに、バージョンをv1.1に設定する必要があります（以前のバージョンはサポートされていません）。これがあなたがそれを行う方法です：
from mem0 import Memory
config = {
"graph_store" : {
"provider" : "neo4j" ,
"config" : {
"url" : "neo4j+s://xxx" ,
"username" : "neo4j" ,
"password" : "xxx"
}
},
"version" : "v1.1"
}
m = Memory . from_config ( config_dict = config )詳細な使用手順とAPIリファレンスについては、docs.mem0.aiのドキュメントをご覧ください。ここでは、オープンソースバージョンとホストされているMEM0プラットフォームの両方の詳細を見つけることができます。
サポートとディスカッションのためにコミュニティに参加してください。ご質問がある場合は、次の方法のいずれかを使用してお気軽にご連絡ください。
Discordコミュニティに参加して、AIエージェントとLLMのメモリ管理について学び、MEM0ユーザーと貢献者とつながります。 GitHubの問題でアイデア、質問、またはフィードバックを共有してください。
コミュニティの貢献を大切にし、感謝しています。 MEM0の改善を支援してくれた貢献者に感謝します。
匿名の使用法を収集して、パッケージの品質とユーザーエクスペリエンスを向上させます。これには、機能の使用頻度やシステム情報などのデータが含まれますが、個人の詳細はありません。このデータは、改善を優先し、互換性を確保するのに役立ちます。オプトアウトしたい場合は、環境変数mem0_telemetry = falseを設定します。データセキュリティに優先順位を付け、このデータを外部的に共有しないでください。
このプロジェクトは、Apache 2.0ライセンスに基づいてライセンスされています - 詳細については、ライセンスファイルを参照してください。
