Mem0 mem0ai/mem0

能干什么

一个专门做「记忆」的中间件层：你的 Agent/应用每次对话后把消息丢给 mem0.add()，它自动从对话里抽取事实、去重、更新记忆库；下次对话前 mem0.search() 把相关记忆捞出来拼进上下文——Agent 从此记得用户偏好、历史决定、跨会话状态（用户级/会话级/Agent 级三层记忆）。检索是混合的：语义向量 + BM25 关键词 + 实体匹配多路并行融合，2026-04 的新算法还加了时间感知（问「现在用什么」和「去年用什么」取不同的记忆）。三种形态：pip 库（最轻，测试/原型）、自托管服务器（docker compose，带 Dashboard、鉴权、API key）、托管平台（零运维，YC 公司出品）。默认配 OpenAI 的 LLM 和 embedding，但支持换任意 LLM/embedding——配本地模型端点即可本地跑抽取。自带 CLI、Agent Skills（给 Claude Code/Codex/Cursor 等教它怎么接 mem0）。

怎么干

• pip install mem0ai（库形态）或 cd server && docker compose up -d（自托管服务器，带管理台）
• 代码里：memory.add(messages, user_id) 存对话、memory.search(query, filters={user_id}) 捞记忆，拼进 system prompt
• 把 LLM/embedding 配置指向本地端点（Ollama/OpenAI 兼容）即本地化；或用 mem0 CLI 直接命令行存取

本站怎么用

「让本地 Agent 有记性」的最小组件：OpenClaw/nanobot 这类框架自带记忆，但如果你自己搭 Agent（或想让现有应用有记忆），Mem0 是这一层最成熟的现成件。显存账很轻——它只干「抽取+检索」，抽取用 LLM（可指本地）、向量库在内存/磁盘。注意项目 README 里那组 92.5/94.4 的跑分是托管平台口径（README 原话：开源 SDK 方向相似但数字不同），别当成本地版的承诺。

显存口径

本身不跑主模型，显存开销两处：记忆抽取用的 LLM（可指本地模型，按 /capacity/ 档位；用在线 API 则本地零开销）+ embedding 模型（README 推荐 gte-Qwen2-1.5B 级，约 1~3G 量级，可本地常驻）。向量库存内存/磁盘，按记忆量算内存不算显存。