back
loading skill details...
企业级智能记忆系统,支持跨会话语义记忆存储与检索,实现多级长期上下文管理和自我反思学习能力。
# Sophie Mem0 - 智能记忆系统
> 企业级长期记忆系统,为OpenClaw Agent提供持久化语义记忆能力
## 概述
Sophie Mem0 是一款基于 mem0ai 的企业级记忆管理技能,为 Agent 提供:
- **语义记忆存储** - 自然语言描述的记忆,自动提取关键信息
- **跨会话持久化** - 记忆永不过期,支持长期上下文
- **智能检索** - 语义搜索,快速定位相关记忆
- **多级记忆** - 支持 User/Session/Agent 三级记忆体系
- **自我反思** - Agent 可评估自身表现并从经验中学习
## 前置要求
### 必需服务
| 服务 | 版本 | 说明 |
|------|------|------|
| Qdrant | ≥1.7 | 向量数据库,存储记忆向量 |
| Python | ≥3.10 | 运行 mem0ai |
| mem0ai | ≥0.1.x | 记忆框架核心 |
### 依赖安装
```bash
pip install mem0ai qdrant-client
```
## 配置
### 1. 服务启动
```bash
# 启动 Qdrant (Docker)
docker run -d --name qdrant -p 6333:6333 -p 6334:6334 qdrant/qdrant
# 验证 Qdrant 运行
curl http://localhost:6333/readyz
```
### 2. 环境配置
技能读取配置文件:`~/.openclaw/workspace/mem0_config.json`
```json
{
"vector_store": {
"provider": "qdrant",
"config": {
"host": "localhost",
"port": 6333,
"collection_name": "sophie_memory"
}
},
"llm": {
"provider": "openai",
"config": {
"api_key": "YOUR_API_KEY",
"openai_base_url": "https://open.bigmodel.cn/api/paas/v4",
"model": "glm-4"
}
},
"embedder": {
"provider": "openai",
"config": {
"api_key": "YOUR_API_KEY",
"openai_base_url": "https://open.bigmodel.cn/api/paas/v4",
"model": "embedding-3"
}
}
}
```
### 3. API配置说明
#### LLM 模型(必须)
支持以下兼容 OpenAI 接口的模型:
| 模型 | 提供商 | 说明 |
|------|--------|------|
| `glm-4` | 智谱AI | 推荐,支持中文 |
| `gpt-4o` | OpenAI | 需要海外环境 |
| `gpt-4` | OpenAI | 需要海外环境 |
#### Embedder 模型(必须)
| 模型 | 提供商 | 说明 |
|------|--------|------|
| `embedding-3` | 智谱AI | 推荐,支持中文 |
| `text-embedding-3-small` | OpenAI | 需要海外环境 |
#### 向量数据库
| 数据库 | Provider | 说明 |
|--------|----------|------|
| Qdrant | `qdrant` | 推荐,已验证 |
| Chroma | `chroma` | 需额外配置 |
| PGVector | `pgvector` | 需PostgreSQL |
## 使用方法
### 全自动模式(推荐)
Sophie可以**全自动**识别和存储重要记忆,无需手动触发:
```bash
# 自动监控模式 - 分析文本并自动存储
/tmp/mem0-env/bin/python3 ~/.openclaw/workspace/skills/sophie-mem0/scripts/auto_memory.py auto -t "文本内容"
```
#### 自动触发场景
| 场景 | 关键词/模式 | 优先级 |
|------|-------------|--------|
| 用户自我介绍 | "我叫..."、"我是..."、"我的名字叫..." | 高 |
| 职业/工作 | "在...工作"、"做...工程师" | 高 |
| 用户偏好 | "我喜欢..."、"我更偏好..." | 中 |
| 习惯 | "我通常..."、"我习惯..." | 中 |
| 待办/承诺 | "记得..."、"别忘了..." | 高 |
| 用户纠正 | "不对"、"错了"、"应该..." | 中 |
| 情感状态 | "今天有点累"、"最近很烦" | 低 |
#### 使用示例
```bash
# 自动存储用户自我介绍
auto -t "我叫张三,在厦门工作,做应用开发"
# 自动存储用户偏好
auto -t "我喜欢喝咖啡,尤其是拿铁"
# 自动存储待办
auto -t "记得周五提醒我买火车票"
# 自动识别用户纠正
auto -t "不对,我之前说的是美式咖啡"
```
### 手动命令
| 命令 | 说明 | 示例 |
|------|------|------|
| `add` | 添加新记忆 | `mem0 add -t "记忆内容"` |
| `search` | 搜索记忆 | `mem0 search -q "关键词"` |
| `list` | 列出所有记忆 | `mem0 list` |
| `delete` | 删除记忆 | `mem0 delete -i "记忆ID"` |
| `health` | 健康检查 | `mem0 health` |
### 响应格式
#### 添加记忆成功
```
✅ 已记住:"[记忆内容]"
记忆ID: xxx-xxx
创建时间: YYYY-MM-DD HH:mm:ss
```
#### 搜索记忆结果
```
🔍 找到 X 条相关记忆:
1. [记忆内容] (相关度: 85%)
ID: xxx | 添加于: YYYY-MM-DD
2. [记忆内容] (相关度: 72%)
ID: xxx | 添加于: YYYY-MM-DD
```
#### 无记忆结果
```
🔍 没有找到与"[关键词]"相关的记忆
```
## API 参考
### Python SDK
```python
from mem0.memory.main import Memory
# 初始化
memory = Memory.from_config(config)
# 添加记忆
result = memory.add(
text="用户喜欢喝拿铁咖啡",
user_id="sophie"
)
# 搜索记忆
results = memory.search(
query="用户的咖啡偏好是什么?",
user_id="sophie"
)
# 获取所有记忆
all_memories = memory.get_all(user_id="sophie")
# 删除记忆
memory.delete(memory_id="xxx-xxx", user_id="sophie")
```
## 架构设计
```
┌─────────────────────────────────────────────────────────┐
│ OpenClaw Agent │
├─────────────────────────────────────────────────────────┤
│ Sophie Mem0 Skill │
│ ┌─────────────────────────────────────────────────┐ │
│ │ Memory Manager │ │
│ │ - 自动记忆提取 │ │
│ │ - 语义压缩 │ │
│ │ - 冲突检测 │ │
│ └─────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ mem0ai Core │ │
│ │ - 自然语言理解 │ │
│ │ - 记忆组织 │ │
│ │ - 上下文管理 │ │
│ └─────────────────────────────────────────────────┘ │
│ │ │
│ ┌─────────────┴─────────────┐ │
│ ▼ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ │
│ │ LLM (glm-4) │ │ Embedder │ │
│ │ 智谱AI API │ │ (embedding-3) │ │
│ └─────────────────┘ └─────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ Qdrant Vector Store │ │
│ │ - 向量存储 & 相似度检索 │ │
│ │ - 元数据管理 │ │
│ └─────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
```
## 安全与隐私
### 数据安全
- ✅ 所有数据存储在本地 Qdrant 实例
- ✅ API Key 通过配置文件管理,不硬编码
- ✅ 支持私有化部署
- ✅ 无第三方数据传输
### 隐私保护
- 用户可随时删除记忆
- 支持按记忆ID精确删除
- 支持清空所有记忆
## 故障排除
### Qdrant 连接失败
```bash
# 检查容器状态
docker ps | grep qdrant
# 重启 Qdrant
docker restart qdrant
# 检查端口
curl http://localhost:6333
```
### API Key 无效
```bash
# 验证 API Key
curl -H "Authorization: Bearer YOUR_KEY" \
https://open.bigmodel.cn/api/paas/v4/models
```
### 模型不支持
确保使用的模型名称与提供商文档一致:
- 智谱AI: `glm-4`, `embedding-3`
- OpenAI: `gpt-4o`, `text-embedding-3-small`
## 版本历史
| 版本 | 日期 | 更新内容 |
|------|------|----------|
| 1.0.0 | 2026-03-25 | 初始版本,支持 Qdrant + 智谱AI |
## 许可证
MIT License - 可自由使用、修改和分发
## 作者
Sophie AI - 为 Master (Ding Dangmao) 服务 🎀
don't have the plugin yet? install it then click "run inline in claude" again.