安装选项概述

Mem0 提供了两种不同的部署路径，具有不同的安装要求和设置过程：

包安装

两个部署路径都使用相同的核心包，但需要不同的配置方法。

Python 安装

pip install mem0ai

JavaScript/TypeScript 安装

npm install mem0ai

该包为平台与开源使用提供了不同的导入路径：

使用类型	Python 导入	JavaScript 导入
平台	from mem0 import MemoryClient	import MemoryClient from ‘mem0ai’
开源	from mem0 import Memory	import { Memory } from ‘mem0ai/oss’

托管平台设置

托管平台只需要一个 API 密钥，并使用 MemoryClient 或 AsyncMemoryClient 类。

API 密钥配置

1. 在 Mem0 平台注册
2. 导航到仪表板中的 API 密钥部分
3. 复制您的 API 密钥

环境设置

import os
from mem0 import MemoryClient

os.environ["MEM0_API_KEY"] = "your-api-key"
client = MemoryClient()

import MemoryClient from 'mem0ai';
const client = new MemoryClient({ apiKey: 'your-api-key' });

开源设置

开源部署使用 Memory 类，需要配置 LLM 和嵌入提供程序。

基本内存配置

from mem0 import Memory

# Default configuration (uses OpenAI)
m = Memory()

# Custom configuration
config = {
    "llm": {
        "provider": "anthropic",
        "config": {
            "model": "claude-sonnet-4-20250514",
            "temperature": 0.1,
            "max_tokens": 2000,
        }
    }
}
m = Memory.from_config(config)

import { Memory } from 'mem0ai/oss';

// Default configuration
const memory = new Memory();

// Custom configuration
const config = {
  llm: {
    provider: 'anthropic',
    config: {
      apiKey: process.env.ANTHROPIC_API_KEY || '',
      model: 'claude-sonnet-4-20250514',
      temperature: 0.1,
      maxTokens: 2000,
    },
  },
};
const memory = new Memory(config);

提供程序配置架构

环境变量和 API 密钥

不同的提供程序需要配置特定的环境变量。

按提供程序划分的必需环境变量

供应商	环境变量	描述
开放人工智能	OPENAI_API_KEY	用于 LLM 和嵌入模型
人为的	ANTHROPIC_API_KEY	Claude 模型访问
熟练	GROQ_API_KEY	Groq LPU 推理
AWS 基岩	AWS_REGION、AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY AWS	身份验证
米斯特拉尔	MISTRAL_API_KEY	Mistral AI 模型
一起	TOGETHER_API_KEY	共同 AI 模型

通用环境设置

import os

# For open source with OpenAI (most common)
os.environ["OPENAI_API_KEY"] = "your-openai-key"

# For anthropic LLM + OpenAI embeddings
os.environ["OPENAI_API_KEY"] = "your-openai-key"  # for embeddings
os.environ["ANTHROPIC_API_KEY"] = "your-anthropic-key"  # for LLM

# For AWS Bedrock
os.environ["AWS_REGION"] = "us-west-2"
os.environ["AWS_ACCESS_KEY_ID"] = "your-access-key"
os.environ["AWS_SECRET_ACCESS_KEY"] = "your-secret-key"

配置示例

Anthropic Claude 与 OpenAI 嵌入

config = {
    "llm": {
        "provider": "anthropic",
        "config": {
            "model": "claude-sonnet-4-20250514",
            "temperature": 0.1,
            "max_tokens": 2000,
        }
    }
    # embeddings default to OpenAI if OPENAI_API_KEY is set
}

使用 Ollama 进行本地设置

config = {
    "llm": {
        "provider": "ollama",
        "config": {
            "model": "mixtral:8x7b",
            "temperature": 0.1,
            "max_tokens": 2000,
        }
    }
}

AWS 基岩配置

config = {
    "llm": {
        "provider": "aws_bedrock",
        "config": {
            "model": "anthropic.claude-3-5-haiku-20241022-v1:0",
            "temperature": 0.2,
            "max_tokens": 2000,
        }
    }
}

安装验证

平台验证

使用简单的内存作测试平台连接：

from mem0 import MemoryClient
import os

os.environ["MEM0_API_KEY"] = "your-api-key"
client = MemoryClient()

# Test adding a memory
messages = [
    {"role": "user", "content": "I like coffee in the morning"},
    {"role": "assistant", "content": "I'll remember your coffee preference"}
]
result = client.add(messages, user_id="test_user")
print("Platform connection successful:", result)

开源验证

使用基本内存作测试开源设置：

from mem0 import Memory
import os

os.environ["OPENAI_API_KEY"] = "your-openai-key"
m = Memory()

# Test adding a memory
messages = [
    {"role": "user", "content": "I like coffee in the morning"}
]
result = m.add(messages, user_id="test_user")
print("Open source setup successful:", result)

# Test searching memories
search_result = m.search("coffee preferences", user_id="test_user")
print("Search results:", search_result)

TypeScript/JavaScript 设置

JavaScript SDK 遵循类似的模式，用于基于 promise 的异步作：

平台设置

import MemoryClient from 'mem0ai';

const client = new MemoryClient({ apiKey: 'your-api-key' });

const messages = [
    {"role": "user", "content": "I like coffee in the morning"},
    {"role": "assistant", "content": "I'll remember that"}
];

client.add(messages, { user_id: "test_user" })
    .then(response => console.log(response))
    .catch(error => console.error(error));

开源设置

import { Memory } from 'mem0ai/oss';

const memory = new Memory();

const messages = [
    {
        role: "user", 
        content: "I like coffee in the morning"
    }
];

const result = await memory.add(messages, { 
    userId: "test_user", 
    metadata: { category: "preferences" } 
});

后续步骤

安装验证成功后：

• 对于平台用户： 浏览 REST API 参考和 MemoryClient 文档
• 对于开源用户： 查看内存类文档和配置选项
• 对于集成 ：请参阅框架集成以连接 AI 框架
• 对于高级功能： 探索图形内存和高级检索