mem0
0.1.123
เรียนรู้เพิ่มเติม·เข้าร่วม Discord
MEM0 (ออกเสียงว่า "MEM-ZERO") ช่วยเพิ่มผู้ช่วย AI และตัวแทนด้วยเลเยอร์หน่วยความจำอัจฉริยะทำให้สามารถโต้ตอบ AI ส่วนบุคคลได้ MEM0 จดจำการตั้งค่าของผู้ใช้ปรับให้เข้ากับความต้องการส่วนบุคคลและปรับปรุงอย่างต่อเนื่องตลอดเวลาทำให้เหมาะสำหรับการสนับสนุนลูกค้าผู้สนับสนุนผู้ช่วย AI และระบบอิสระ
คุณสมบัติใหม่: แนะนำหน่วยความจำกราฟ ตรวจสอบเอกสารของเรา
MEM0 ใช้ประโยชน์จากวิธีการฐานข้อมูลไฮบริดเพื่อจัดการและดึงความทรงจำระยะยาวสำหรับตัวแทนและผู้ช่วย AI แต่ละหน่วยความจำเกี่ยวข้องกับตัวระบุที่ไม่ซ้ำกันเช่น ID ผู้ใช้หรือ ID ตัวแทนช่วยให้ MEM0 สามารถจัดระเบียบและเข้าถึงความทรงจำที่เฉพาะเจาะจงสำหรับบุคคลหรือบริบท
เมื่อมีการเพิ่มข้อความลงใน MEM0 โดยใช้วิธีการเพิ่ม () ระบบจะดึงข้อเท็จจริงและการตั้งค่าที่เกี่ยวข้องและจัดเก็บไว้ในที่เก็บข้อมูล: ฐานข้อมูลเวกเตอร์ฐานข้อมูลคีย์-ค่าและฐานข้อมูลกราฟ วิธีการไฮบริดนี้ช่วยให้มั่นใจได้ว่าข้อมูลประเภทต่าง ๆ จะถูกเก็บไว้ในลักษณะที่มีประสิทธิภาพมากที่สุดทำให้การค้นหาที่ตามมาอย่างรวดเร็วและมีประสิทธิภาพ
เมื่อ AI Agent หรือ LLM ต้องการเรียกคืนความทรงจำมันจะใช้วิธีการค้นหา () MEM0 จากนั้นทำการค้นหาในที่เก็บข้อมูลเหล่านี้ดึงข้อมูลที่เกี่ยวข้องจากแต่ละแหล่ง ข้อมูลนี้จะถูกส่งผ่านเลเยอร์การให้คะแนนซึ่งประเมินความสำคัญของพวกเขาตามความเกี่ยวข้องความสำคัญและความใหม่ สิ่งนี้ทำให้มั่นใจได้ว่าบริบทที่เป็นส่วนตัวและมีประโยชน์มากที่สุดเท่านั้นที่ปรากฏขึ้น
ความทรงจำที่ดึงมานั้นสามารถผนวกเข้ากับพรอมต์ของ LLM ได้ตามต้องการเพิ่มความเป็นส่วนตัวและความเกี่ยวข้องของการตอบสนอง
MEM0 ให้อำนาจแก่องค์กรและบุคคลในการปรับปรุง:
วิธีที่ง่ายที่สุดในการตั้งค่า MEM0 คือผ่านแพลตฟอร์ม MEM0 ที่ได้รับการจัดการ โซลูชันที่โฮสต์นี้มีการอัปเดตอัตโนมัติการวิเคราะห์ขั้นสูงและการสนับสนุนเฉพาะ ลงทะเบียนเพื่อเริ่มต้น
หากคุณต้องการโฮสต์ตัวเองให้ใช้แพ็คเกจ Open-Source MEM0 ทำตามคำแนะนำการติดตั้งเพื่อเริ่มต้น
ติดตั้งแพ็คเกจ MEM0 ผ่าน PIP:
pip install mem0aiหรือคุณสามารถใช้ MEM0 ด้วยการคลิกหนึ่งครั้งบนแพลตฟอร์มที่โฮสต์ได้ที่นี่
MEM0 ต้องการ LLM ในการใช้งานด้วย gpt-4o จาก OpenAI เป็นค่าเริ่มต้น อย่างไรก็ตามมันรองรับ LLM ที่หลากหลาย สำหรับรายละเอียดโปรดดูเอกสาร LLM ที่สนับสนุนของเรา
ขั้นตอนแรกคือการยกตัวอย่างหน่วยความจำ:
from mem0 import Memory
m = Memory () import os
os . environ [ "OPENAI_API_KEY" ] = "sk-xxx"คุณสามารถทำงานต่อไปนี้ในหน่วยความจำ:
# 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' } เคล็ดลับ
หากคุณต้องการเวอร์ชันที่โฮสต์โดยไม่จำเป็นต้องตั้งค่าโครงสร้างพื้นฐานด้วยตัวเองลองดูแพลตฟอร์ม MEM0 เพื่อเริ่มต้นในไม่กี่นาที
ในการเริ่มต้นหน่วยความจำกราฟคุณจะต้องตั้งค่าการกำหนดค่าของคุณด้วยผู้ให้บริการที่เก็บกราฟ ขณะนี้เราสนับสนุน Neo4J ในฐานะผู้ให้บริการร้านค้ากราฟ คุณสามารถตั้งค่า neo4j ในพื้นที่หรือใช้ neo4j auradb ที่โฮสต์ นอกจากนี้คุณต้องตั้งค่าเวอร์ชันเป็น v1.1 ( ไม่รองรับเวอร์ชันก่อนหน้า ) นี่คือวิธีที่คุณทำได้:
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 )สำหรับคำแนะนำการใช้งานโดยละเอียดและการอ้างอิง API เยี่ยมชมเอกสารของเราที่ docs.mem0.ai ที่นี่คุณสามารถค้นหาข้อมูลเพิ่มเติมเกี่ยวกับทั้งเวอร์ชันโอเพนซอร์ซและแพลตฟอร์ม MEM0 ที่โฮสต์
เข้าร่วมชุมชนของเราเพื่อรับการสนับสนุนและการอภิปราย หากคุณมีคำถามใด ๆ อย่าลังเลที่จะติดต่อเราโดยใช้วิธีหนึ่งต่อไปนี้:
เข้าร่วมชุมชน Discord ของเราเพื่อเรียนรู้เกี่ยวกับการจัดการหน่วยความจำสำหรับตัวแทน AI และ LLMs และเชื่อมต่อกับผู้ใช้ MEM0 และผู้มีส่วนร่วม แบ่งปันความคิดคำถามหรือข้อเสนอแนะของคุณในประเด็น GitHub ของเรา
เราให้ความสำคัญกับการมีส่วนร่วมของชุมชนของเรา ขอขอบคุณเป็นพิเศษสำหรับผู้มีส่วนร่วมของเราที่ช่วยเราปรับปรุง MEM0
เรารวบรวมตัวชี้วัดการใช้งานที่ไม่ระบุชื่อเพื่อปรับปรุงคุณภาพและประสบการณ์ผู้ใช้ของแพ็คเกจของเรา ซึ่งรวมถึงข้อมูลเช่นความถี่การใช้งานคุณสมบัติและข้อมูลระบบ แต่ไม่เคยมีรายละเอียดส่วนตัว ข้อมูลช่วยให้เราจัดลำดับความสำคัญของการปรับปรุงและให้แน่ใจว่าเข้ากันได้ หากคุณต้องการยกเลิกการตั้งค่าตัวแปรสภาพแวดล้อม mem0_telemetry = false เราจัดลำดับความสำคัญความปลอดภัยของข้อมูลและไม่แบ่งปันข้อมูลนี้จากภายนอก
โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 - ดูไฟล์ใบอนุญาตสำหรับรายละเอียด
