了解更多 · 加入 Discord · 演示 · OpenMemory

📄 使用可扩展的长期记忆构建生产就绪的 AI 智能体 →

⚡ 相比 OpenAI Memory 准确率提升 +26% • 🚀 响应速度提升 91% • 💰 Token 使用量减少 90%

🎉 mem0ai v1.0.0 现已发布！ 此主要版本包含 API 现代化、改进的向量存储支持和增强的 GCP 集成。查看迁移指南 →

🔥 研究亮点

• 相比 OpenAI Memory，在 LOCOMO 基准测试中准确率提升 +26%
• 相比完整上下文，响应速度提升 91%，确保大规模下的低延迟
• 相比完整上下文，Token 使用量降低 90%，在不妥协性能的前提下降低成本
• 阅读完整论文

简介

Mem0（发音为 "mem-zero"）通过智能记忆层增强 AI 助手和智能体，实现个性化的 AI 交互。它能记住用户偏好，适应个体需求，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。

核心功能与用例

核心能力：
- 多级记忆：无缝保留用户、会话和智能体状态，并具备自适应个性化能力
- 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：保持连贯、上下文丰富的对话
- 客户支持：回忆过往工单和用户历史，提供定制化帮助
- 医疗保健：跟踪患者偏好和历史，提供个性化护理
- 生产力与游戏：根据用户行为自适应调整工作流和环境

🚀 快速入门指南

您可以选择我们的托管平台或自托管包：

托管平台

几分钟内即可启动并运行，享受自动更新、分析和企业级安全。

1. 在 Mem0 平台 上注册
2. 通过 SDK 或 API 密钥嵌入记忆层

自托管（开源）

通过 pip 安装 SDK：

pip install mem0ai

通过 npm 安装 SDK：

npm install mem0ai

基本用法

Mem0 需要一个 LLM 才能运行，默认使用 OpenAI 的 gpt-4.1-nano-2025-04-14。不过，它支持多种 LLM；详情请参阅我们的 支持的 LLM 文档。

第一步是实例化记忆：

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

    # 从对话中创建新记忆
    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()

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 中存储记忆（Chrome 扩展）
• Langgraph 支持：使用 Langgraph + Mem0 构建客户机器人（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：founders@mem0.ai

引用

我们有一篇可供引用的论文：

@article{mem0,
  title={Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory},
  author={Chhikara, Prateek and Khant, Dev and Aryan, Saket and Singh, Taranjeet and Yadav, Deshraj},
  journal={arXiv preprint arXiv:2504.19413},
  year={2025}
}

⚖️ 许可证

Apache 2.0 — 详情请见 LICENSE 文件。