agentic_huge_data_base / wiki
页面 Mem0 · 17 术语表·DeepWiki 中文全文译文
DeepWiki 中文译文 / Mem0 / 17

17 · 术语表（Glossary）

长期记忆与上下文管理 · 聚焦本章的模块关系、源码依据与实现要点。

项目Mem0 章节17 状态全文译文 模块模型调用与提供方适配、检索、召回与索引、界面与交互、测试、发布与运维
项目要点页2.5 参考项目 项目章节目录Mem0 DeepWiki 原始章节Glossary 上一章16.3
源码线索
  • AGENTS.md
  • CLAUDE.md
  • Makefile
  • README.md
  • docs/api-reference/entities/delete-user.mdx
  • docs/api-reference/entities/get-users.mdx
  • docs/api-reference/events/get-event.mdx
  • docs/api-reference/events/get-events.mdx
  • docs/changelog/openclaw.mdx
  • docs/components/vectordbs/config.mdx
模块标签
  • 模型调用与提供方适配
  • 检索、召回与索引
  • 界面与交互
  • 测试、发布与运维
  • 系统架构

章节正文

术语表

原始 DeepWiki 页面https://deepwiki.com/mem0ai/mem0/17-glossary

术语表

相关源文件

本章引用的主要源码文件：

  • AGENTS.md
  • CLAUDE.md
  • Makefile
  • README.md
  • docs/api-reference/entities/delete-user.mdx
  • docs/api-reference/entities/get-users.mdx
  • docs/api-reference/events/get-event.mdx
  • docs/api-reference/events/get-events.mdx
  • docs/changelog/openclaw.mdx
  • docs/components/vectordbs/config.mdx
  • docs/components/vectordbs/dbs/chroma.mdx
  • docs/components/vectordbs/dbs/milvus.mdx
  • docs/components/vectordbs/dbs/qdrant.mdx
  • docs/components/vectordbs/overview.mdx
  • docs/integrations/openclaw.mdx
  • docs/openapi.json
  • docs/platform/quickstart.mdx
  • docs/vibecoding.mdx
  • mem0-ts/src/oss/src/utils/scoring.ts
  • mem0/__init__.py
  • mem0/client/main.py
  • mem0/configs/prompts.py
  • mem0/configs/vector_stores/chroma.py
  • mem0/configs/vector_stores/milvus.py
  • mem0/configs/vector_stores/qdrant.py
  • mem0/memory/main.py
  • mem0/memory/storage.py
  • mem0/memory/utils.py
  • mem0/utils/factory.py
  • mem0/utils/scoring.py
  • mem0/vector_stores/chroma.py
  • mem0/vector_stores/configs.py
  • mem0/vector_stores/milvus.py
  • mem0/vector_stores/qdrant.py
  • openclaw/README.md
  • openclaw/cli/config-file.ts
  • openclaw/openclaw.plugin.json
  • openclaw/package.json
  • openclaw/skills/memory-dream/SKILL.md
  • openclaw/skills/memory-triage/SKILL.md
  • openclaw/telemetry.ts
  • openclaw/tests/cli-commands.test.ts
  • openclaw/tests/telemetry.test.ts
  • openclaw/tsup.config.ts
  • openclaw/vitest.config.ts
  • poetry.lock
  • pyproject.toml
  • skills/README.md
  • skills/mem0-integrate/LICENSE
  • skills/mem0-integrate/README.md
  • skills/mem0-integrate/SKILL.md
  • skills/mem0-test-integration/LICENSE
  • skills/mem0-test-integration/README.md
  • skills/mem0-test-integration/SKILL.md
  • tests/configs/test_prompts.py
  • tests/memory/test_main.py
  • tests/test_chatty_llm_parsing.py
  • tests/test_main.py
  • tests/test_memory.py
  • tests/test_proxy.py
  • tests/utils/test_scoring.py
  • tests/vector_stores/test_chroma.py
  • tests/vector_stores/test_milvus.py
  • tests/vector_stores/test_qdrant.py

本页面提供了 Mem0 代码库中核心概念、专业术语和领域特定术语的定义及技术实现细节。

核心概念

记忆层（记忆 Layer）

Mem0 的主要抽象概念，充当 AI 代理的持久化长期存储和检索系统。它弥合了临时上下文窗口与永久用户偏好之间的鸿沟。

  • 实现方式：开源版本通过 Memory 类 mem0/memory/main.py:7 管理，平台版本通过 MemoryClient mem0/client/main.py:62 管理。
实体作用域（实体作用域）

一种基于所有权隔离和检索记忆的机制。Mem0 使用层级过滤系统，确保代理只访问相关的上下文。

  • 关键标识符：user_id、agent_id、app_id 和 run_id。在 v1 版本中，这些被视为顶级参数，但在 v2 版本中必须通过过滤器传递 mem0/memory/main.py:100-110。
  • 校验：会对标识符进行修剪和校验，确保其内部不包含空白字符，以防止标识符冲突 mem0/memory/main.py:113-142。
混合搜索（Hybrid 检索）

一种结合多种评分信号以提高检索准确性的策略。在 Mem0 v2+ 中，这包括语义（向量）搜索、关键词（BM25）匹配和实体提升。

  • 评分：使用 ENTITY_BOOST_WEIGHT 等权重进行融合 mem0/memory/main.py:44。
  • 实现：score_and_rank 函数 mem0/memory/main.py:47。

技术术语与组件

工厂模式（工厂模式）

Mem0 使用工厂模式根据用户配置动态实例化提供者（大语言模型、向量存储等）。这使得系统能够支持 60 多个提供者，而无需硬编码依赖关系。

  • LlmFactory：负责创建大语言模型实例，如 OpenAILLM 或 AnthropicLLM mem0/utils/factory.py:30-137。
  • VectorStoreFactory：实例化存储后端，如 Qdrant、Chroma 或 Milvus mem0/utils/factory.py:167。
  • EmbedderFactory：创建嵌入向量模型实例，如 OpenAIEmbedding 或 HuggingFaceEmbedding mem0/utils/factory.py:139-152。
增量提取（Additive 抽取）

2026 年 4 月引入的一种"单次 ADD-only"算法。与之前版本在提取阶段尝试 UPDATE 或 DELETE 现有事实不同，此版本专注于积累事实并在检索时进行解析。

  • 提示词：定义在 ADDITIVE_EXTRACTION_PROMPT 中 mem0/memory/main.py:18。
  • 优势：通过避免在 add 操作期间进行复杂的推理循环，减少了大语言模型的延迟和 Token 使用量 README.md:45-60。
BM25（最佳匹配 25）

一种信息检索中使用的排序函数，用于根据关键词频率估算文档与给定搜索查询的相关性。

  • 用法：Mem0 使用 rank-bm25 Makefile:16 来补充语义搜索。
  • 预处理：查询在发送到向量存储的关键词搜索接口之前，会通过 lemmatize_for_bm25 mem0/memory/main.py:42 进行词形还原。

系统数据流

以下图表说明了自然语言输入如何转换为代码实体，以及检索管线如何运作。

输入处理流程（自然语言到代码）
Mem0 · 输入处理流程（自然语言到代码） · 图 1
Mem0 · 输入处理流程（自然语言到代码） · 图 1

来源：mem0/memory/main.py:1-48、mem0/client/main.py:164-200、mem0/memory/storage.py:26-30

检索管线（代码实体映射）
Mem0 · 检索管线（代码实体映射） · 图 2
Mem0 · 检索管线（代码实体映射） · 图 2

来源：mem0/memory/main.py:144-170、mem0/utils/factory.py:139-165、mem0/memory/main.py:43-48

缩写与术语

术语定义代码位置
OSS开源软件版本（自托管）。mem0/memory/main.py
Platform托管的 Mem0 服务（托管式）。mem0/client/main.py
MCP模型上下文协议（Model Context Protocol）；用于 AI 代理集成。README.md:152
LLM大语言模型；推理引擎。mem0/utils/factory.py:30
Embedder将文本转换为数值向量的模型。mem0/utils/factory.py:139
Vector Store针对存储和搜索嵌入向量进行优化的数据库。mem0/utils/factory.py:167
Telemetry匿名使用跟踪（可禁用）。mem0/memory/telemetry.py:27

部署模型

自托管（开源）

开发者可以在本地或通过 Docker 化的 FastAPI 服务器运行 mem0ai 包。

  • 关键类：Memory mem0/memory/main.py:7、SQLiteManager mem0/memory/storage.py:26。
  • 存储：通常使用本地的 qdrant、chromadb 或 sqlite pyproject.toml:30-40。
平台（云端）

一种零运维的托管版本，通过 API 密钥访问。

  • 关键类：MemoryClient mem0/client/main.py:62、AsyncMemoryClient。
  • 认证：使用 Authorization: Token <api-key> mem0/client/main.py:96。
  • 端点：默认为 https://api.mem0.ai mem0/client/main.py:97。

来源：README.md:88-130、mem0/client/main.py:62-138、pyproject.toml:5-24