Mem0：开源上线一天摘得13K星！！淘汰RAG成为LLM最强辅助！！

2024-07-22码农

获OpenAI 370万美金投资的爆火的 AI 应用⚡️— Dot，背后的核心技术「 超强个性记忆 」，被Mem0 开源了！

大家是否见过有记忆能力的AI？🤔

回想电影里的机器人好像都像人类一样具有记忆功能，但这对现实的技术发展来说比较困难。

不过 Mem0 的开源，让这一切都变成了可能。🔥

Mem0上线GitHub仅仅2天就已经达到 13K 🌟！

Mem0有助于更好地了解用户及其偏好，比如他们是谁、他们做什么、他们的位置、编码、写作和其他偏好，能够实现真正 个性化的AI交互 。

扫码加入AI交流群

获得更多技术支持和交流

项目简介

Mem0的目标是提供一个 智能的、自我改进的内存系统 ，能够根据用户互动存储、回忆和完善信息，使AI交互更加个性化和具有上下文感知能力。

Mem0使AI系统能够维护针对特定用户、特定会话和特定代理的内存，这有助于在不同平台和设备上提供一致且定制的用户体验。

Mem0允许开发者通过一个开发者API轻松地将这种内存功能 集成到不同的应用 中，最终实现跨应用程序的 个性化AI体验 。

核心功能

1️⃣用户、会话和AI代理内存 ：跨用户会话、交互和 AI 代理保留信息，确保连续性和上下文。

2️⃣自适应个性化 ：根据用户交互和反馈不断改进个性化。

3️⃣开发人员友好API ：提供简单的 API，可无缝集成到各种应用程序中。

4️⃣平台一致性 ：确保不同平台和设备上的行为和数据一致。

5️⃣托管服务 ：提供托管解决方案，以便于部署和维护。

技术对比

想到辅助增强LLM功能的技术，无疑 RAG 是目前最热门最有效的技术。但Mem0可以说是RAG进化的下一个阶段！🧬

✅实体关系 ：Mem0 可以理解和关联不同交互中的实体，而 RAG 则从静态文档中检索信息。这可以更深入地理解上下文和关系。

✅新近度、相关性和衰减 ：Mem0 优先考虑最近的交互并逐渐忘记过时的信息，确保记忆保持相关性和最新性，以便做出更准确的响应。

✅情境连续性 ：Mem0 在会话之间保留信息，保持对话和交互的连续性，这对于长期参与应用程序至关重要。

✅自适应学习 ：Mem0 根据用户交互和反馈提高其个性化，使得记忆更加准确，并随着时间的推移更适合个人用户。

✅动态更新 ：Mem0可以使用新信息和交互动态更新其内存，而不像 RAG 那样依赖静态数据。这允许实时调整和改进，从而增强用户体验。

🚀 入门使用

首先安装导入Mem0库

pip install mem0ai

对Mem0进行初始化

from mem0 import Memorym = Memory()

输入储存记忆并输出

result = m.add("Likes to play cricket on weekends", user_id="alice", metadata={"category": "hobbies"})print(result)

得到输出的记忆结果

[ {'id': 'm1','event': 'add','data': 'Likes to play cricket on weekends' }]

找回记忆并输出

# Get all memoriesall_memories = m.get_all()print(all_memories)

输出结果

[ {'id': 'm1','text': 'Likes to play cricket on weekends','metadata': {'data': 'Likes to play cricket on weekends','category': 'hobbies' } },# ... other memories ...]

对保存的记忆进行搜索

related_memories = m.search(query="What are Alice's hobbies?", user_id="alice")print(related_memories)

输出结果

[ {'id': 'm1','text': 'Likes to play cricket on weekends','metadata': {'data': 'Likes to play cricket on weekends','category': 'hobbies' },'score': 0.85 # Similarity score }, # ... other related memories ...]