Mem0：给AI Agent装上长期记忆层

Mem0 是专为 AI Agent 与应用设计的「记忆层」，把跨会话的用户偏好、事实与上下文存起来，让助手下次还记得你。

大模型本身没有长期记忆，每次对话都像初次见面。把历史全塞进上下文既贵又记不住重点。Mem0 的定位是「即插即用的记忆基础设施」：从对话里抽取值得记住的事实，去重、更新、按相关性检索，在需要时把相关记忆注入上下文。仓库 mem0ai/mem0 以 Python 为主、Apache-2.0 许可，星标约 6.9 万（以 GitHub 为准），官网 https://mem0.ai 。它已成为 Agent 记忆这个细分方向里最热门的开源方案之一。

信息卡

• 项目名称：Mem0
• 编程语言：Python
• 开源许可证：Apache-2.0
• GitHub 地址：https://github.com/mem0ai/mem0
• 官网或 Demo：https://mem0.ai

核心能力

自动抽取与更新记忆。 把对话或文本交给 Mem0，它自动识别值得记住的内容——用户是谁、偏好什么、做过什么决定——并做去重与冲突消解。同一个事实在不同时间被提及，它会更新而非堆一堆重复条目。这让记忆库保持精简、准确，而不是越来越臃肿。

按相关性检索注入。 新对话开始时，Mem0 根据当前内容检索相关记忆，注入到上下文里。你不用手动翻历史，助手自然「记得」上次说过的事。检索结合语义与关键词，能在合适时机唤起合适的记忆，避免把无关旧事一股脑塞进去。

用户/会话/agent 多级作用域。 记忆可以按用户、会话、组织等不同层级组织，适合多用户、多代理的复杂应用。比如既记住「这个用户的通用偏好」，又区分「某次项目的临时上下文」。权限与隔离让多租户场景下的记忆不串味。

多种后端与即插即用。 支持向量库、图数据库等多种存储后端，提供 Python SDK 与 REST API，接入现有应用只需几行代码。官方也提供托管服务（Mem0 Platform）作为免运维选项。开源自托管与托管并行，按你的运维偏好选择。

使用上手

1. 安装：pip install mem0ai；准备一个大语言模型与向量库（本地或托管）。
2. 初始化 Mem0，配置 LLM 与向量存储后端（开源版需自带相应服务与密钥）。
3. 写入记忆：调用 add 方法，把对话或文本连同 user_id 传入。
4. 检索记忆：在新对话前调用 search，把返回的记忆拼进提示词。
5. 进阶：配置多级作用域、选择图记忆等高级后端；或改用官方托管服务省去运维。

优点与不足

优势是自动抽取去重、检索注入成熟、多级作用域适合多租户、多种后端灵活、Apache-2.0 许可、社区活跃。局限：记忆质量依赖底层 LLM 与向量库选型；自托管需要维护向量库等组件；抽取可能误记或漏记，需要按场景调提示与策略。星标与版本以 GitHub 为准。

适合谁

适合正在构建 AI Agent、需要跨会话记忆的开发者；做个性化助手、客服、陪伴类应用，希望「越用越懂你」的团队；以及需要多用户、多代理记忆隔离的 SaaS 产品。

下载与访问

仓库 https://github.com/mem0ai/mem0 （Apache-2.0）；官网 https://mem0.ai 。

许可证与部署

本文属于「项目」分类的 AI 资源专栏，更多评测见分类页。