Mem0：为 AI 助手提供记忆层的工具概览

工具定位

Mem0（读作“mem-zero”）是一个为 AI 助手与智能体增加记忆能力的记忆层工具，目标是让对话记住用户偏好、随使用逐步适配。README 列出其核心能力为多层级记忆（用户、会话、智能体状态）与开发者友好的 API、跨平台 SDK 及托管服务选项，并列出了 AI 助手、客服、医疗、生产力与游戏等场景。

接入方式

README 区分三种形态：

• 库（pip / npm）：适合测试与原型，pip install mem0ai 或 npm install mem0ai。另有附带 NLP 支持的扩展安装方式，并需下载 spaCy 模型 en_core_web_sm。
• 自托管服务器：面向有自有基础设施的团队，可用 make bootstrap 一条命令启动，或用 docker compose 启动后经浏览器向导完成设置。README 提示自托管鉴权默认开启，从旧版本升级需处理管理员密钥或通过向导注册管理员。
• 云平台：注册后在 SDK 或 API 密钥中接入，适合希望免运维的使用方式。

此外还提供 CLI、面向 AI 编码助手的 skills，以及 ChatGPT 记忆演示、浏览器扩展、LangGraph 与 CrewAI 集成示例。基本用法示例中，默认 LLM 为 gpt-5-mini，默认嵌入模型为 text-embedding-3-small；README 建议混合检索场景使用更强的嵌入模型。

自述的算法变化与基准

README 标题为“New Memory Algorithm (April 2026)”的章节（时间信息来自来源自述）列出若干变化：单次 ADD-only 抽取、智能体生成事实的存储、实体链接、融合语义与 BM25 关键词及实体匹配的多信号检索、时间推理。该章节给出 LoCoMo 92.5、LongMemEval 94.4、BEAM (1M) 64.1、BEAM (10M) 48.6 等分数，并说明测试条件为同一套生产代表性模型栈、单次检索、top_200 检索预算。

需要注意：README 明确这些分数反映的是 Mem0 托管平台，包含开源 SDK 不具备的专有优化，开源用户只应预期方向相近而非相同数字。这些数字属于项目方自述，未见第三方独立复现；评测框架单独开源，并不等于上述托管平台结果已被外部验证。

信息边界

README 未给出价格、记忆容量上限或第三方评测结论；本文不推断这些内容。项目采用 Apache 2.0 许可，并附有可引用的论文条目。