mem0 本地记忆层完整实现(增强版),语义记忆存储/检索/管理,WAL 协议,会话状态,多级记忆(用户/会话/代理),参考 ZejunCao/bilibili_code 中 Mem0 框架解读的优化。
mem0 Memory 🧠 — 完整实现(增强版)是一项面向实际任务的技能,主要用于MiniMax-M2.7;记忆生成与提取;
Chroma;本地向量存储;Ollama;文件路径: D:autoclaw结果mem0;增强功能(参考 bilibili_code 课件);chat_with_memories 对话模式。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
| 组件 | 技术 | 作用 |
|---|---|---|
| LLM | MiniMax-M2.7 | 记忆生成与提取 |
| Embedder | Ollama nomic-embed-text |
本地语义向量化(完全离线) |
| 向量库 | Chroma | 本地向量存储 |
| Ollama | 开机自启 | 向量服务 |
文件路径:D:autoclaw结果mem0
mem0_wrapper.py chat 命令实现了完整的记忆增强对话流程:
1. search 检索相关记忆 2. 将记忆注入 system prompt 3. 调用 MiniMax LLM 生成回复
内置 FACT_RETRIEVAL_PROMPT,自动将用户对话提取为中文记忆条目。
--run 参数支持 Session 级别记忆,--agent 支持 Agent 级别记忆。
# 增删改查 python D:autoclaw结果mem0mem0_wrapper.py add"<内容>" # 添加记忆(自动提取) python D:autoclaw结果mem0mem0_wrapper.py search " " # 语义搜索 python D:autoclaw结果mem0mem0_wrapper.py get_all # 全部记忆 python D:autoclaw结果mem0mem0_wrapper.py get # 单条记忆 python D:autoclaw结果mem0mem0_wrapper.py update "<新内容>" # 更新记忆 python D:autoclaw结果mem0mem0_wrapper.py delete # 删除记忆 python D:autoclaw结果mem0mem0_wrapper.py history # 修改历史 # 记忆增强对话(新增) python D:autoclaw结果mem0mem0_wrapper.py chat "<问题>" # 检索+注入+LLM回答 # 重置 python D:autoclaw结果mem0mem0_wrapper.py delete_all # 清空用户记忆 python D:autoclaw结果mem0mem0_wrapper.py reset # 清空全部记忆(慎用) # 可选参数 --limit N # 限制返回数量(search/chat 默认5) --run # 指定会话ID(session级别记忆) --agent # 指定智能体ID(agent级别记忆)
mem0 存储层 ├── User Memory(user_id=main_user) ← 跨会话长期记忆 ├── Session Memory(run_id) ← 单会话临时记忆 └── Agent Memory(agent_id) ← 多智能体共享记忆
当前实现:User Memory(main_user),SESSION-STATE.md 作为 Session 层补充。
| 触发类型 | 示例 | 存储 |
|---|---|---|
| 偏好 | "我喜欢..." / "不要..." | mem0 add |
| 经历 | "我去了..." / "我做过..." | mem0 add |
| 重要事实 | "我有..." / "我是..." | mem0 add |
| 纠正 | "不是Y,是X" / "其实..." | SESSION-STATE |
| 决定 | "就用X" / "去..." | SESSION-STATE + mem0 |
| 数字/日期 | 具体数字+单位、日期 | SESSION-STATE |
| URL/路径 | 链接、文件路径 | SESSION-STATE |
| 专有名词 | 名字、地点、公司、产品 | 判断后存储 |
优先级:SESSION-STATE > mem0
扫描类型 ├─ [偏好/经历/事实] → mem0 add ├─ [纠正/决定/数字/URL] → SESSION-STATE.md └─ [闲聊/无价值] → 不存 回复用户
上下文使用率 > 60%? └─ 是 → WORKING-BUFFER.md 激活
1. mem0 get_all → 恢复长期语义记忆 2. mem0 chat → 主动询问是否继续上次任务 3. SESSION-STATE.md → 恢复当前任务状态 4. WORKING-BUFFER.md → 恢复危险区对话
mcp_server.py — FastMCP + mem0 REST 服务架构参考prompts_zh.py — 中文提示词模板(USER_MEMORY_EXTRACTION_PROMPT 等)demo.ipynb — chat_with_memories 完整流程踩坑记录.md — OpenMemory 调试踩坑相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习
最新文章