持久化记忆层
Mem0 为 agents 和应用添加持久记忆，使其能够跨会话保留上下文，而不是每次都从头开始。
Mem0 是什么
Mem0 是一个面向 agents 和应用的 AI 记忆层，可在多个会话之间存储和检索上下文。它被定位为可直接接入生产系统的记忆基础设施，适用于需要记住用户偏好、过往交互及其他有用上下文，而不是把每次交流都当作全新开始的场景。
该产品通过一个简单的开发者工作流进行展示：安装 SDK、创建 `MemoryClient`、将对话消息作为记忆添加，随后在 agent 需要上下文时再检索它们。网站还展示了研究、教育、医疗和销售导向的用例，以及面向治理、部署灵活性和可审计性的企业选项。
核心能力
基于 SDK 的集成
快速开始展示了一个简单流程：安装 SDK、创建 `MemoryClient`、添加消息、然后按用户 ID 搜索。这使记忆层无需重建应用管道即可使用。
记忆压缩
首页描述了一种记忆压缩引擎，可将聊天历史压缩为紧凑记忆，有助于降低 token 使用量和延迟。
多信号检索
研究页面说明检索会并行使用多种信号，包括语义相似度、关键词匹配和实体匹配。
图谱记忆与实体链接
定价页包含图谱记忆，也标注为实体链接，表明支持在存储的记忆中链接相关实体。
企业级控制
企业部分列出了治理、可移植性和审计功能，例如 SOC 2、HIPAA、BYOK、零信任、Kubernetes、私有云、气隙部署以及读写日志。
Mem0 的适用场景
自适应学习家教
教育页面展示了 AI 家教会随着时间跟踪学生的进度、学习风格、优势和困难，从而让反馈和课程推荐反映先前进展，而不是只基于单次交流。
医疗助手
医疗页面展示了面向患者和临床人员的 agents 记住病史、过敏信息、治疗偏好，以及在不同就诊中哪些方法有效或无效。
销售与 CRM agents
首页将 Mem0 定位于销售和 CRM 工作流，在这些场景中，agents 需要在漫长的销售周期中跟踪交互、异议和里程碑。
agent 记忆研究与评估
研究页面强调了经过基准测试的记忆检索与提取，使该产品适合评估节省 token 的记忆算法和 agent 基础设施的团队。
生产级 AI 应用
首页和企业部分表明，Mem0 可作为需要持久上下文、日志记录和部署控制的生产级应用基础设施。
Pros and Cons
Pros
- 为 agents 和应用提供持久记忆，而不是仅限于单次会话上下文。
- 首页快速开始展示了简单的 SDK 流程，易于理解。
- 使用节省 token 的记忆压缩与检索来减少提示膨胀。
- 支持教育、医疗和销售等实际行业工作流。
- 提供面向企业的控制能力，包括部署灵活性、日志记录和安全功能。
Cons
- 公开页面文本对一些产品细节说明不够清晰，包括开源项目与托管平台之间的完整区别。
- 所提供文本中仅部分展示了价格限制和方案包含内容，因此买家可能需要查看定价页以获取准确的配额和权益。
- 若干能力领域（包括集成和文档级设置细节）在源材料中的介绍较为简略。
FAQ
如何开始使用 Mem0？
Mem0 的入门设置在首页中展示为使用 Python SDK 和 `MemoryClient`。快速开始流程会安装 `mem0ai`，使用 API 密钥创建客户端，将消息作为记忆添加，然后按用户 ID 搜索这些记忆。
Mem0 Open-Source 和 Platform 有什么区别？
定价页将 Mem0 介绍为一个 AI 记忆平台，提供免费层级、付费方案和企业选项。FAQ 列表中也区分了 Mem0 平台与其开源产品，但所示页面文本并未完整说明二者差异。
Mem0 会存储和检索什么？
定价页区分了记忆添加请求和检索请求，而首页展示了既能存储记忆也能在之后检索记忆。这表明 Mem0 旨在捕获用户交互，并在 agent 需要时获取相关上下文。
Mem0 适合谁使用？
首页和用例页面显示，Mem0 可用于 agents 和应用中的持久上下文，包括教育和医疗场景。它面向那些希望 AI 系统跨会话记住用户偏好、历史记录或先前交互的团队。
Mem0 有定价方案吗？
定价页显示有免费层级和付费方案，并提到企业联系路径以及按使用量计费。每个方案的具体限制和包含内容在所提供的页面文本中只部分可见。
Quick Facts
- 类别
- AI 记忆平台
- 主要用户
- 构建 agents 和应用的开发者
- 来源域名
- mem0.ai
- 定价
- 显示免费层级、付费方案和企业联系选项
- 部署
- 云平台，并提供 Kubernetes、私有云和气隙环境的企业选项
- 典型工作流
- 先添加记忆，然后稍后按用户 ID 搜索