以下所有内容仅供学习使用; 好项目大家一起分享; 项目来源于github开源项目; 他用请注明出处,尊重原创,尊重开源。
Mem0 是专为AI 代理设计的内存层。它充当持久内存层,代理可以使用它来执行以下操作:
它为 AI 代理提供内存,使其能够在交互过程中记忆、学习和进化。Mem0 可轻松集成到代理堆栈中,并可从原型系统扩展到生产系统。
能力 | 上下文窗口 | Mem0 内存 |
---|---|---|
成本 | 随着输入大小而增长 | 优化(只优化重要部分) |
保留 | 暂时的 | 持久的 |
记起 | 令牌 | 相关性+基于意图 |
个性化 | 无 | 深度、不断发展 |
行为 | 反应式 | 自适应 |
Mem0 支持不同类型的内存来模仿存储信息的方式:
pip install mem0ai
npm install mem0ai
import os
from mem0 import MemoryClient
os.environ["MEM0_API_KEY"] = "your-api-key"
client = MemoryClient()
messages = [
{"role": "user", "content": "Thinking of making a sandwich. What do you recommend?"},
{"role": "assistant", "content": "How about adding some cheese for extra flavor?"},
{"role": "user", "content": "Actually, I don't like cheese."},
{"role": "assistant", "content": "I'll remember that you don't like cheese for future recommendations."}
]
client.add(messages, user_id="alex")
# Example showing location and preference-aware recommendations
query = "I'm craving some pizza. Any recommendations?"
filters = {
"AND": [
{
"user_id": "alex"
}
]
}
client.search(query, version="v2", filters=filters)
filters = {
"AND": [
{
"user_id": "alex"
}
]
}
all_memories = client.get_all(version="v2", filters=filters, page=1, page_size=50)
pip install mem0ai
npm install mem0ai
from mem0 import Memory
m = Memory()
# For a user
messages = [
{
"role": "user",
"content": "I like to drink coffee in the morning and go for a walk"
}
]
result = m.add(messages, user_id="alice", metadata={"category": "preferences"})
related_memories = m.search("Should I drink coffee or tea?", user_id="alice")
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。