关于Mem0

Mem0机制讲解

要我一句话总结的话，Mem0本质上就是一个和用户每进行一轮对话就更新一次graoh的RAG

1. 从“文档检索”进化为“事实存储”

传统 RAG 检索的是文本块（Chunks），而 Mem0 存储的是事实（Facts）。

传统 RAG：你问“我喜欢什么？”，它去翻阅你半个月前的聊天记录，把那段话整块捞出来。

Mem0：在对话发生的瞬间，它会利用 LLM 提取出原子化的事实（例如：User likes dark chocolate），并将其存入向量数据库或图结构中。

2. 动态更新机制（Memory Consolidator）

“每轮更新”是它的核心特征。Mem0 引入了一个类似**“记忆整合器”**的角色：

冲突解决：如果你今天说“我住在北京”，明天说“我搬到了上海”，Mem0 会识别出这个冲突，并更新（Update）原有的节点信息，而不是像普通 RAG 那样存下两条矛盾的记录。

遗忘曲线：它会根据信息的重要性或更新频率来调整记忆的权重，这比简单的向量搜索（Similarity Search）更接近人类的记忆逻辑。

当然 个人感觉，Mem0主要存储的还是碎片化，长期化的信息，在实际应用时还是要搭配上下文和历史摘要的