Mem0: универсальный слой памяти для AI-агентов с 52 000 звёзд на GitHub

Проблема: AI-агенты забывают всё между сессиями

У большинства AI-агентов есть фундаментальная проблема: они ничего не помнят между разговорами. Пользователь объяснял свои предпочтения 10 раз — агент снова спрашивает. Именно это решает Mem0.

Репозиторий mem0ai/mem0 набрал 52 000+ звёзд на GitHub. По бенчмаркам 2026 года Mem0 превосходит встроенную память OpenAI на 26% по точности воспроизведения релевантного контекста.

Три типа памяти в Mem0

• Семантическая: факты и предпочтения — "Алексей предпочитает ответы на Python, без лишних деталей"
• Эпизодическая: история событий — "3 июня Алексей просил помочь с задачей X"
• Процедурная: правила работы — "всегда проверять наличие тестов перед коммитом"

Технически: векторная база (Qdrant/Chroma) + граф (Neo4j) + key-value (Redis).

Установка и базовый пример

pip install mem0ai

from mem0 import Memory

m = Memory()

# Добавить воспоминание
m.add("Предпочитаю краткие ответы на Python", user_id="alexey")
m.add("Работаю в финтех, интересует автоматизация отчётности", user_id="alexey")

# Поиск релевантной памяти
memories = m.search("как автоматизировать отчёт", user_id="alexey")
# [{"memory": "Работает в финтех, автоматизация отчётности", "score": 0.95},
#  {"memory": "Предпочитает Python, кратко", "score": 0.78}]

# Получить всю память пользователя
all_memories = m.get_all(user_id="alexey")

Интеграция с n8n

Mem0 предоставляет REST API. В n8n используйте HTTP Request ноду:

// Сохранить воспоминание:
// POST https://api.mem0.ai/v1/memories/
// Body: {"messages": [{"role": "user", "content": "..."}], "user_id": "alexey"}

// Поиск перед вызовом LLM:
// POST https://api.mem0.ai/v1/memories/search/
// Body: {"query": "текущий запрос", "user_id": "alexey"}

Схема воркфлоу n8n: Webhook → GET память пользователя → добавить в системный промпт → LLM нода → ответ → UPDATE память.

Кейс: персонализированный customer support

Без Mem0: клиент каждый раз объясняет свою ситуацию заново.
С Mem0:

1. Клиент идентифицируется по email
2. Агент загружает его память: прошлые обращения, предпочтения
3. Отвечает с контекстом: "Вы обращались 15 мая, тогда помогло X, давайте проверим..."
4. После разговора обновляет память

Self-hosted vs Mem0 Cloud