给 AI 应用和智能体加一层持久记忆

产品总结

Mem0（读作 mem-zero）是 mem0ai 维护的开源记忆层，官方把它定义为「面向 AI 智能体的记忆层」：作为一层可直接接入的基础设施，为应用与智能体提供持续存在的上下文，让助手记住用户偏好、适配个人需求并随时间持续学习。项目以 Apache-2.0 许可开源，核验时 GitHub 仓库约有 6.6 万 star，出自 Y Combinator S24 批次，官方提供了题为「为 AI 智能体构建可扩展的长期记忆」的论文（2025 年）。 能力上它围绕三点展开。其一是多级记忆：官方区分用户级、会话级与智能体级状态，并支持自适应个性化，让不同生命周期的信息各自管理。其二是 2026 年 4 月发布的新记忆算法：抽取改为单次调用且只做新增，记忆不断累积而不互相覆盖；智能体确认过的事实同样被存入；引入实体链接与语义、关键词、实体三路并行打分融合的多信号检索，并加入时间推理以命中正确的时间点版本。其三是工程配套：提供 Python 与 Node.js SDK、命令行工具与 REST 接口，并有面向编码助手的技能包（参考类常驻、流程类按需执行接入与迁移流程），以及与图编排、多智能体框架和浏览器扩展的集成示例。 官方给出的基准对比为：LoCoMo 从 71.4 提升到 92.5，LongMemEval 从 67.8 提升到 94.4（助手记忆回忆 98.2），新增的 BEAM 在 100 万与 1000 万 token 规模上分别为 64.1 与 48.6；检索为单次调用、预算 top_200，token 消耗约 6.7K 至 7K，中位延迟约 1 秒。使用方式分三档：库用于测试与原型，自托管服务器面向自有基础设施（官方提供一条引导命令与容器编排两种启动方式，注意默认开启鉴权），云平台面向零运维的生产使用。 使用前需要注意：官方自己给基准数据加了限定——分数来自其托管平台，包含开源 SDK 中不具备的专有优化，开源用户应预期方向相近但数值不同，评测框架虽已开源，仍建议用自有数据复现；Mem0 需要外部大模型完成记忆抽取、并依赖嵌入模型做检索，实际效果与成本取决于所选模型组合；自托管默认开启鉴权，从旧版本升级需按官方说明处理密钥与管理员注册；仓库以多包形式并行维护，升级时应同步核对各 SDK 与服务的版本。

产品类型

AI 记忆层与上下文基础设施

支持平台

Python 库（pip install mem / Node.js SDK（npm install / 命令行（@mem0/cli 与 mem0-cli / 自托管服务器（Docker Compose） / 云平台（app.mem0.ai） / REST 接口 / 编码助手技能包 / 与 LangGraph、CrewAI 等框架集成

资费模式

开源部分为 Apache-2.0 免费许可；云平台按官方方案计费，自托管成本来自自有服务器与模型调用。