大模型本身没有记忆，Agent要想记住用户偏好和历史决策，靠的不是聊天记录堆上下文，而是一套独立的记忆层。这篇拆开源框架 Mem0，看它具体怎么把对话变成能查、能追、能演化的长期记忆。
大模型请求结束就忘事儿了，这个你肯定知道。每次请求都得把历史消息喂回去，才能让模型"记住"刚才聊了啥——但这只能解决短期上下文，解决不了 Agent 长期协作的问题。一个好用的 Agent 不能老问用户喜欢什么，它得记住偏好、记住历史决策和任务状态，然后在合适的时候把这些东西捞回来喂给模型，让模型在当下做出正确判断。这就是记忆层要干的事，它不是简单存了聊天记录，而是要把交互历史压缩成可检索、可追溯、可演化的长期上下文。以前做 Agent 大多是自己写代码搞这套东西，今天就拆一下开源的 Mem0，看它咋实现的，有没有能借鉴的地方。
Mem0 是什么、怎么接入 Agent
Mem0 在 GitHub 上（mem0ai/mem0）star 数将近 6 万，官网是 mem0.ai。接入方式官方给了三种：云端 API、自建部署、直接用 SDK，代码逻辑都一样，只是部署形态不同。个人本地用 SDK 就行，数据存本地；企业级选自建 host；不想折腾就用云端 API。这里主要拆开源 SDK 这块。
核心入口在 mem0/memory/main.py 里的 Memory 和 AsyncMemory初始化的时候会拉起几个组件：负责从对话里抽事实的 llm，负责向量化的 embedding_model，主存储 vector_store（默认 Qdrant，也能换成 pgvector、Redis、Milvus、Pinecone），本地 SQLite 管理变更历史和最近消息窗口，一个懒加载的 entity_store 把实体和记忆 ID 连起来，还有个可选的 reranker 做二次排序。
记忆写入流程：从对话到长期记忆
你调 add() 方法丢一段对话进去，得带上 user_id、agent_id、run_id 这类归属字段，不然后面根本没法区分这是谁的记忆。Mem0 收到消息不会直接存，先去 SQLite 拿这个用户最近 10 条消息，再去向量库捞 10 条相关旧记忆，把"新对话+近期消息+旧记忆"一起丢给 LLM，让它判断这段对话有没有值得长期保存的东西——用户偏好、计划、长期目标之类。纯寒暄不会抽出新记忆。LLM 输出的是结构化 JSON，标注每条记忆是谁说的（attributed_to），以及和哪些旧记忆有关联。抽完之后向量化，做一次基于哈希的去重，再写进向量库，同时在 SQLite 里记一条 history，最后从新记忆里抽实体存进 Entity Store。
ADD-only 写入策略与记忆去重机制
写入策略上，Mem0 v3 是偏 ADD-only 的，新事实默认作为新记忆加进去，不是覆盖旧的。这跟摘要式记忆不一样——摘要会把"以前喜欢咖啡，后来喜欢茶"压缩成一条"喜欢喝茶"，时间线就没了，你问"我啥时候开始喜欢喝茶的"，它答不上来。ADD-only 保留了事实的演化轨迹，方便做时间推理和冲突处理。但这样会不会记忆爆炸？Mem0 做了两层控制：LLM 在看到旧记忆后尽量不重复抽取；SDK 对新记忆算 md5 哈希，重复的直接跳过写入。当然业务侧也需要主动管理，所以 Mem0 也提供了 update 和 delete 方法。
Entity Store 实体索引怎么把记忆连起来
Entity Store 这块有点意思，它不是搭知识图谱那种实体间关系，而是把抽出来的实体（人名、地点、产品名之类）和记忆 ID 关联起来，形成"实体→多条记忆"的索引。实体去重先做规范化文本精确匹配，没命中再走向量搜索，过了阈值才算同一实体，命中后更新它关联的记忆 ID 列表。
检索流程：语义、BM25、实体三路信号融合
检索这边，Agent 回答前调 memory.search()Mem0 内部走三路信号：语义相似度（embedding）、BM25 关键词匹配、实体加权。查询会先扩大到 top_k 的 4 倍形成候选池，避免过早丢掉相关记忆，最后融合打分时用一个动态分母把三路分数归一化，防止多开几个信号分数就虚高。
把 Mem0 接进自己的 Agent 要注意什么
要接进自己的 Agent，思路不复杂：回复用户前先 search 把相关记忆塞进上下文，回复完再把这轮对话丢给 Mem0 抽取保存（最好异步，别拖慢主流程）。作用域设计要想清楚——个人偏好用 user_id，单次任务用 run_id，Agent 自身能力沉淀用 agent_id；用 metadata 做业务隔离；高精度场景（客服、法务）开 reranker 更稳。有个容易被忽略的点：不是每轮回复都该无脑调 add()。像写作 Agent 输出一大段正文，直接扔进去提取实体，会抽出一堆没意义的东西，这种场景得先筛内容，或者干脆把 add() 封装成工具让 Agent 按需调用。
记忆层说到底就是把发生过的事存下来，保证以后能翻出来用。Mem0 的做法是 LLM 抽事实、向量库存内容、SQLite 记变更和近期上下文、实体索引做关联。真正要花心思的不是接入代码本身，而是想清楚什么该记、怎么隔离不同用户、什么时候该去查——这几件事想明白了，用起来其实没那么复杂。
AI 速览
