Mem0 是 AI 智能体工程中的通用记忆层，用于让智能体跨会话保存与检索信息。主要能力包括：以 Memory() 提供 add/search/get_all/update/delete 等接口；按 user_id、agent_id、run_id 进行记忆隔离；在向量记忆之外支持图记忆（Neo4j/Memgraph）；可配置向量存储、LLM 与嵌入模型的组合矩阵；提供 mem0 CLI、OpenMemory 本地服务（docker compose）与托管平台；支持 BM25 与实体抽取的混合搜索（需 mem0ai[nlp]）。仓库内还提供智能体技能，可用 npx skills add mem0ai/mem0 --skill mem0 或 --skill mem0-integrate 添加。
使用方式：先按环境选择包管理器安装，例如 pip install mem0ai，或 npm install mem0ai，CLI 为 npm i -g @mem0/cli。核心用法是先初始化 Memory()，再调用 add 写入记忆、调用 search 按查询与 filters 检索，例如 memory.add("I prefer dark mode", user_id="alice") 与 memory.search(query="what are my preferences?", filters={"user_id": "alice"}, top_k=3)。其架构为抽取管线：由 LLM 将对话提炼为记忆，去重更新后按相关性检索，可置于任意智能体框架旁。
适用场景：需要为智能体提供默认开源记忆层、跨会话个性化、按用户或运行隔离记忆、以及结合图结构进行记忆检索的项目。生态中同类方案有 graphiti（时序知识图谱）、letta（智能体运行时内置记忆）、zep（托管）；本技能侧重实际操作 Mem0 的 API、CLI 与 OpenMemory MCP，而设计选型可参考 agent-memory-architecture。
限制与注意事项：官方资料未提供具体收费、价格、平台支持范围或性能数据，暂未提供相关内容。使用前需安全配置模型提供方与 API 密钥；若执行 AI 生成的代码，应采用适当的沙箱或权限隔离。以上命令与代码应保持原样使用。