1. Mem0 Long-Term Memory Layer for AI Agents
面向 AI Agent 的长期记忆层，适合给聊天系统、Copilot 或 Agent 补上跨会话记忆。
Prompt
---
name: Mem0 Long-Term Memory Layer for AI Agents
description: 面向 AI Agent 的长期记忆层，适合给聊天系统、Copilot 或 Agent 补上跨会话记忆。
type: knowledge
---
# Mem0 Long-Term Memory Layer for AI Agents
## 快速使用
### 适合谁
适合已经有 Agent、聊天机器人或 Copilot，但不想每轮都从零重新喂上下文的人。
### 先做什么
1. 选择一种安装方式：`pip install mem0ai` 或 `npm install mem0ai`。
2. 如果只是想最快体验，先装 CLI：`npm install -g @mem0/cli` 或 `pip install mem0-cli`。
3. 运行 `mem0 init`。
4. 先试 `mem0 add ...` 和 `mem0 search ...`。
### 跑通后会看到什么
你会看到它能把用户偏好或历史信息存下来，并在后面的问题里重新召回，而不是每次都要重新解释。
## 介绍
Mem0 不是一个聊天产品，而是一层专门给 AI 系统用的记忆基础设施。它的意义在于，把“记住什么、什么时候拿出来、怎么跨会话持续存在”从 Prompt 里拆出来，做成一个可接入的组件。
如果你在搭 Agent，这类资产通常比再堆 Prompt 更有长期价值。
## 资产详情
### 你会拿到什么
- Python SDK
- TypeScript SDK
- CLI
- 示例工程和服务端扩展面
### 从哪里开始
- 第一次先看 README 的 `Quickstart Guide`。
- 最快体验方式是 CLI。
- 真正接进产品时，再从 `Memory()` 这个接口开始。
### 一个具体用法
比如你在做一个客服或个人助理：
1. 用 `memory.add()` 写入“用户偏好深色模式、喜欢 vim 快捷键”。
2. 用户下次再提需求时，先用 `memory.search()` 取回相关记忆。
3. 把这些偏好拼进上下文。
这样回答就会更连贯，而不是每次都重头问一遍。
### 跑通后会得到什么
你会得到一层可以反复复用的记忆能力。它很适合被放进聊天应用、Agent 框架、Copilot 或内部知识工作流里。
### 什么时候不要用
- 如果你还没有想清楚隐私、保留策略和删除策略，不要急着把敏感信息放进去。
- 如果你期待“只加一层记忆就自动让 Agent 变强”，那预期会过高。
## 来源与感谢
- **来源**: https://github.com/mem0ai/mem0
- **原作者**: Mem0.ai 团队
- **原始发布账号**: `mem0ai/mem0`
- **整理发布**: TokRepo精选
- **鸣谢**: 感谢项目团队公开提供 SDK、CLI、服务端和研究资料。
- **原文说明**: 如需查看完整 API、支持的模型和集成案例，请以原仓库与官方文档为准。