mem0

了解更多·加入Discord

介绍

MEM0（发音为“ MEM-Zero”）用智能存储层增强了AI助手和代理，从而实现了个性化的AI相互作用。 MEM0记住用户的偏好，适应个人需求，并且会随着时间的推移不断改善，非常适合客户支持聊天机器人，AI助手和自主系统。

新功能：引入图形内存。查看我们的文档。

核心功能

• 多层内存：用户，会话和AI代理存储器保留
• 自适应个性化：基于互动的持续改进
• 对开发人员友好的API ：简单集成到各种应用程序中
• 跨平台一致性：跨设备的统一行为
• 托管服务：无忧的托管解决方案

MEM0如何工作？

MEM0利用混合数据库方法来管理和检索AI代理商和助手的长期记忆。每个内存都与唯一标识符（例如用户ID或代理ID）相关联，使MEM0可以组织和访问特定于个人或上下文的记忆。

当使用add（）方法添加消息时，系统将提取相关的事实和偏好，并在数据存储中存储它：矢量数据库，键值数据库和图形数据库。这种混合方法可确保以最有效的方式存储不同类型的信息，从而快速有效地进行搜索。

当AI代理或LLM需要回忆记忆时，它使用搜索（）方法。然后，MEM0在这些数据存储中执行搜索，从每个来源检索相关信息。然后通过一个评分层传递该信息，该评分层根据相关性，重要性和新近度评估其重要性。这样可以确保只有最具个性和有用的上下文才浮出水面。

然后，可以根据需要将检索到的记忆附加到LLM的提示中，从而增强其响应的个性化和相关性。

用例

MEM0赋予组织和个人增强：

• AI助手和代理商：无缝的对话，略带déjàvu
• 个性化学习：量身定制的内容建议和进度跟踪
• 客户支持：对用户偏好内存的上下文感知帮助
• 医疗保健：患者病史和治疗计划管理
• 虚拟同伴：通过对话记忆更深的用户关系
• 生产力：基于用户习惯和任务历史记录的简化工作流程
• 游戏：反映玩家选择和进步的自适应环境

开始

设置MEM0的最简单方法是通过托管的MEM0平台。该托管解决方案提供自动更新，高级分析和专用支持。注册以开始。

如果您喜欢自助主机，请使用开源MEM0软件包。按照安装说明开始。

安装说明

通过PIP安装MEM0软件包：

pip install mem0ai

另外，您可以在此处的托管平台上单击一键使用MEM0。

基本用法

MEM0需要LLM才能发挥作用，而gpt-4o的OpenAI为默认值。但是，它支持各种LLM；有关详细信息，请参阅我们支持的LLMS文档。

第一步是实例化内存：

 from mem0 import Memory

m = Memory ()

如何设置OpenAI_API_KEY

 import os
os . environ [ "OPENAI_API_KEY" ] = "sk-xxx"

您可以在内存上执行以下任务：

1. 添加：从任何非结构化文本中存储一个内存
2. 更新：更新给定内存的内存
3. 搜索：基于查询的记忆
4. 获取：返回某个用户/代理/会话的回忆
5. 历史记录：描述内存如何随着时间的推移而变化的特定内存ID

 # 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' } 

提示

如果您不需要自己设置基础架构而不需要托管版本，请查看MEM0平台以在几分钟内开始。

图内存储器

要初始化图形存储器，您需要使用图表存储提供程序来设置配置。目前，我们支持Neo4J作为图表提供商。您可以在本地设置NEO4J或使用托管的Neo4J AuradB。此外，您还需要将版本设置为v1.1 （不支持先验版本）。您可以做到这一点：

 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 )

文档

有关详细的用法说明和API参考，请访问我们的文档docs.mem0.ai。在这里，您可以在开源版本和托管的MEM0平台上找到更多信息。

星历史

支持

加入我们的社区进行支持和讨论。如果您有任何疑问，请随时使用以下方法之一与我们联系：

• 加入我们的不和谐
• 在Twitter上关注我们
• 电子邮件创始人

贡献者

加入我们的Discord社区，了解针对AI代理和LLM的内存管理，并与MEM0用户和贡献者建立联系。在我们的GitHub问题中分享您的想法，问题或反馈。

我们重视和欣赏社区的贡献。特别感谢我们的贡献者帮助我们改善MEM0。

匿名遥测

我们收集匿名用法指标，以增强包装的质量和用户体验。这包括功能使用频率和系统信息之类的数据，但从未个人详细信息。数据有助于我们确定改进的优先级并确保兼容性。如果您想选择退出，请设置环境变量mem0_telemetry = false。我们优先考虑数据安全性，并且不会外部共享此数据。

执照

该项目已在Apache 2.0许可下获得许可 - 有关详细信息，请参见许可证文件。