Mem0 长期记忆 API 教程：写入、检索、纠错与删除实操

这篇教程会完成什么

用 Mem0 托管 Platform 给一个已有的 AI 助手加上跨会话记忆。我们只做五步：取得 API Key、按用户写入一条脱敏偏好、新会话检索、纠正旧记忆、演练删除。示例使用 Python，不需要先搭建向量数据库。最后会给出多租户、成本和上线验收检查。代码结构依据 Mem0 官方 Quickstart 与官方文档索引；这里没有代你运行真实账号，复制到生产前请用自己的测试环境复核 SDK 版本。

Mem0 只负责记忆层。最终回答和工具执行仍由你现有的模型、Agent 或后端控制。即使记忆里写着“用户曾同意”，也不能代替当前操作所需的业务授权。

开始前准备

准备 Python 3.10+、Mem0 Platform 账号和测试 API Key。先挑一个不涉及真实个人信息的案例，例如测试用户 demo-001 喜欢把项目摘要整理成三条要点。不要用病历、身份证、密钥、真实客户聊天作为第一条样本。若你的数据不能交给托管服务，先读开源部署文档并评估模型、数据库和运维要求，而不是把敏感数据上传后再讨论地域或删除。

安装依赖并把 Key 放在环境变量中：

python -m pip install mem0ai
export MEM0_API_KEY="你的测试密钥"

实际项目请使用密钥管理服务或受控环境变量，不要把 Key 写入仓库、提示词或日志。确认测试环境和正式环境使用不同 Key、不同用户 ID 命名空间。

第一步：写入有用而稳定的事实

下面的代码采用官方托管 SDK 的 MemoryClient。只传与后续任务有关的对话内容；在业务后端根据登录会话决定 user_id，不要让模型自己编造或从用户输入中直接取值。

import os
from mem0 import MemoryClient

client = MemoryClient(api_key=os.environ["MEM0_API_KEY"])
user_id = "demo-001"

messages = [
    {"role": "user", "content": "以后给我的项目摘要请整理成三条要点。"},
    {"role": "assistant", "content": "好的，后续项目摘要会优先用三条要点呈现。"},
]
result = client.add(messages, user_id=user_id)
print(result)

add 可能从一轮对话中提取多条记忆，也可能根据已有记忆决定更新或不存储。不要假设输入一条消息就一定得到一个固定的 memory ID。上线时记录写入来源、时间、用户授权状态和返回的结果，但日志里不要保存敏感原文。若同一请求重试，业务侧要设计去重或幂等策略。

第二步：在新会话检索

重新启动应用进程，仍用相同测试 user_id 搜索：