当前位置：首页 > article >正文

LLM之Agent：Mem0的简介、安装和使用方法、案例应用之详细攻略

article 2025/6/29 7:02:48

Mem0的简介

1、Mem0的特点

2、性能：

Mem0的安装及使用方法

1、安装

2、基本用法（基本用法）

Mem0的案例应用

Mem0的简介

Mem0（发音为“mem-zero”）是一个为AI助手和代理提供智能记忆层的项目，旨在增强AI交互能力的个性化。它记住用户偏好，适应个人需求，并随着时间的推移不断学习。Mem0适用于客户支持聊天机器人、AI助手和自主系统。该项目宣布了OpenMemory MCP——本地且安全的内存管理方案。

GitHub地址：GitHub - mem0ai/mem0: Memory for AI Agents; SOTA in AI Agent Memory; Announcing OpenMemory MCP - local and secure memory management.

1、Mem0的特点

多层记忆（Multi-Level Memory）：预留用户、会话和代理状态，实现自适应的个性化。

开发者友好（开发人员友好）：提供洞察的 API、跨平台 SDK 和完全托管的服务选项。

2、性能：

+26% 准确率：在LOCOMO基准测试中，准确率超过OpenAI Memory 26%。

91%更快的响应：比完整上下文更快91%，确保大规模低延迟。

90% 上下文代币使用量：比完整上下文代币使用量低 90%，降低成本。

Mem0的安装及使用方法

1、安装

Mem0提供了托管平台和自托管（开源）两种方式。

托管平台:

通过Mem0平台注册。通过SDK或API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

2、基本用法（基本用法）

Mem0 需要一个 LLM 才能运行，默认使用 OpenAI 的gpt-4o-mini。但也支持各种 LLM。

以下是一个使用 Mem0 的基本示例：


from openai import OpenAI
from mem0 import Memoryopenai_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-4o-mini", messages=messages)assistant_response = response.choices[0].message.content# 从对话创建新的记忆messages.append({"role": "assistant", "content": assistant_response})memory.add(messages, user_id=user_id)return assistant_responsedef main():print("Chat with AI (type 'exit' to quit)")while True:user_input = input("You: ").strip()if user_input.lower() == 'exit':print("Goodbye!")breakprint(f"AI: {chat_with_memories(user_input)}")if __name__ == "__main__":main()