|
随着 AI 技术的飞速发展，大模型在自然语言处理领域能力也是显而易见的，无论是 Kimi 的超长上下文处理能力，还是最近爆火的 DeepSeek 推理大模型，都能够处理复杂的语言任务并生成高质量的文本。然而，这些大模型在记忆方面存在明显的局限性。以 ChatGPT 和 DeepSeek 为例，尽管它们能够处理的上下文越来越长，但一旦超出上下文窗口的限制，就需要重新开启一个对话，仿佛“失忆”一般忘记之前交流的内容。这种“记忆断片”的现象严重影响了用户体验，尤其是在需要长期记忆和上下文连贯性的场景中。 今天介绍的这个项目—Mem0，或许能帮你解决这些难题！一个为 AI 助手和智能体设计的记忆层工具，能够帮助 AI 记住用户偏好、适应个人需求，并随着时间不断改进。它支持多级记忆，包括用户、会话和 AI 智能体的记忆保留，具有自适应个性化能力。Mem0 提供简单 API 集成、跨平台一致性以及无需管理的服务，能够显著提升 AI 应用的交互体验和智能化水平！ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;text-wrap: wrap;background-color: rgb(255, 255, 255);color: rgb(62, 62, 62);font-size: 16px;text-align: left;visibility: visible;">? 项目信息#Github地址https://github.com/mem0ai/mem0#项目地址https://mem0.ai/ ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;text-wrap: wrap;background-color: rgb(255, 255, 255);color: rgb(62, 62, 62);font-size: 16px;text-align: left;visibility: visible;">ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;background-color: rgb(255, 255, 255);color: rgb(62, 62, 62);font-size: 16px;text-align: left;visibility: visible;">?ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;text-wrap: wrap;background-color: rgb(255, 255, 255);color: rgb(62, 62, 62);font-size: 16px;text-align: left;visibility: visible;">功能特性ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;text-wrap: wrap;background-color: rgb(255, 255, 255);color: rgb(62, 62, 62);font-size: 16px;text-align: left;visibility: visible;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;visibility: visible;">多层次记忆：支持用户级、会话级和AI代理级的记忆保留，确保信息在不同层面上得到适当的存储和利用。这使得Mem0能够处理不同层次的交互信息，从而提供更丰富的个性化体验 自适应个性化：根据用户交互不断改进，提供精准的个性化记忆。Mem0通过分析用户的使用模式，自动调整其行为以更好地满足用户需求 开发者友好的API：提供简单易用的API接口，方便开发者集成到现有的应用程序中。无论是构建虚拟陪伴应用还是生产力工具，Mem0都能轻松融入 跨平台一致性：无论在哪种设备上使用，Mem0都能保持统一的行为，确保用户体验的连贯性 混合数据库管理：Mem0利用混合数据库方法来管理和检索AI代理和助手的长期记忆。每个记忆都与一个唯一标识符关联，如用户ID或代理ID，允许Mem0组织和访问特定于个人或上下文的记忆 高效记忆检索：当使用add()方法向Mem0添加消息时，系统会提取相关的事实和偏好，并将其存储在向量数据库、键值数据库和图数据库中。这种混合方法确保了不同类型的信息以最有效的方式存储，使后续搜索快速有效 智能记忆更新：当AI代理或大型语言模型（LLM）需要回忆记忆时，它会使用search()方法。Mem0然后在这些数据存储中执行搜索，从每个源检索相关信息。然后通过评分层传递这些信息，根据相关性、重要性和时效性评估其重要性，确保只有最个性化和有用的上下文信息被提取出来 增强的用户体验：检索到的记忆可以根据需要附加到LLM的提示中，增强其回应的个性化程度和相关性，从而显著提升用户体验
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;text-wrap: wrap;background-color: rgb(255, 255, 255);color: rgb(62, 62, 62);font-size: 16px;text-align: left;visibility: visible;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;visibility: visible;">? 原理流程
用户输入文本：用户向系统输入一段文本。 文本嵌入：将文本转换为向量表示，以便进行相似性搜索和记忆存储。 记忆提取：从文本中提取出有价值的记忆信息，如用户的偏好和事实。 记忆存储：将提取的记忆信息存储在向量数据库中。 LLM处理：利用大语言模型（LLM）生成回答。 记忆更新：将新的对话内容作为记忆写入系统。 记忆检索：在后续对话中检索相关记忆，为LLM提供上下文信息。
安装 Mem0 非常简单，可以通过 pip 命令进行安装：下面是一个使用 Mem0 的 Python 代码示例，展示了如何在对话中利用 Mem0 记忆功能增强 AI 的交互能力。importrequestsfrommem0importMemory
# 初始化记忆对象memory = Memory()
defchat_with_memories(message:str, user_id:str="default_user") ->str: """ 利用 Mem0 和 Ollama 部署的 DeepSeek 实现带有记忆功能的对话
Args: message (str): 用户输入的消息 user_id (str, optional): 用户的唯一标识符，默认为 "default_user"
Returns: str: AI 的回答 """ # 搜索与当前消息相关的记忆 relevant_memories = memory.search(query=message, user_id=user_id, limit=3)
# 将记忆格式化为字符串，以便在提示中使用 memories_str ="\n".join(f"-{entry['memory']}"forentryinrelevant_memories)
# 定义系统提示，包含记忆信息 system_prompt =f"你是一个乐于助人的AI。请根据用户的问题和相关记忆来回答。\n用户记忆：\n{memories_str}"
# 构建提示内容，包含系统提示和用户消息 prompt =f"{system_prompt}\n\n用户问题：{message}"
# 调用 Ollama 部署的 DeepSeek API 获取回答 response = requests.post( "http://xxx.xxx.xxx.xxx:11434/api/generate", json={ "model":"deepseek-r1:1.5b", "prompt": prompt, "stream": false } ).json()
# 提取助手的回答内容 assistant_response = response.get('response','很抱歉，我无法理解你的问题。')
# 将对话内容作为记忆写入 memory.add([ {"role":"user","content": message}, {"role":"assistant","content": assistant_response} ], user_id=user_id)
returnassistant_response
defmain(): """主函数，用于与 AI 进行对话""" print("与AI聊天（输入'exit'退出）") whileTrue: user_input =input("您: ").strip() ifuser_input.lower() =='exit': print("再见！") break print(f"AI:{chat_with_memories(user_input)}")
if__name__ =="__main__": main()
创建一个记忆对象，用于存储和检索用户记忆。
参数：
功能：
二、输出结果展示与AI聊天（输入'exit'退出）您:你好，今天天气怎么样？AI:你好！今天天气不错，适合出去走走。你最近喜欢什么样的天气呢？您:我喜欢晴天。AI:晴天确实是个好天气，阳光明媚，心情也会变好呢！那你会在晴天做些什么呢？您:我会在晴天去公园散步。AI:听起来很惬意呢！下次晴天的时候，你可以去公园散散步，放松一下心情。希望你有个美好的一天！您:exit再见！ 综上所述，Mem0 是一个强大的 AI 记忆层工具，能够为 AI 助手和智能体提供高效的记忆管理功能，可以根据用户交互不断改进，可以显著提升 AI 应用的交互体验和智能化水平，让 AI 更加懂你。 |
