AI 记忆：短期 + 长期 动手 Demo

配套理论：content/03-rag/ai-memory-short-term-vs-long-term.md（译自 mem0.ai）

一组纯内存、可单文件运行的渐进式 demo，把「短期记忆 + 长期记忆 + 写穿透编排」从原理手搓一遍，最后对照 mem0 开源库（A 路线）。生产里换成 Redis / Qdrant 时，只有存储层实现要改，业务逻辑不变。

文件地图

文件	对应译文章节	是否需要 API/联网	一句话
00_配置提供商.py	—	测试连通性时需要	统一 embed() / chat() / cosine_sim()，换提供商只改 .env
01_短期记忆_会话缓冲.py	《短期记忆》	❌ 纯逻辑，离线可跑	滑动窗口 + token 预算；演示朴素截断如何引发「灾难性遗忘」
02_长期记忆_向量存储.py	《长期记忆》	✅ 调 embedding	内存向量库：写入 / 检索 Top-K / 行级隔离 / 陈旧更新
03_写穿透_记忆编排.py	《如何结合短期与长期》	✅ 调 chat + embedding	写穿透五步 + LLM 事实抽取整合，手搓一个记忆智能体
04_用mem0库.py	A 路线	安装 mem0ai 后可跑	同样的事，mem0 两行搞定（未装库则只打印说明）

快速开始

cd code/memory
pip install -r requirements.txt
cp .env.example .env          # 填入 API Key，选 PROVIDER
 
# 1) 短期记忆——离线即可看效果，最快入门
python 01_短期记忆_会话缓冲.py
 
# 2) 验证模型连通性（需要 .env）
python 00_配置提供商.py
 
# 3) 长期记忆 / 写穿透编排（需要 .env + 联网）
python 02_长期记忆_向量存储.py
python 03_写穿透_记忆编排.py
 
# 4) A 路线：直接用 mem0 开源库
pip install mem0ai
python 04_用mem0库.py

国内推荐用硅基流动（siliconflow）：一个 key 同时给 embedding（BGE-M3）和 chat，有免费额度。

你会看到什么

• 01：从对话头部砍消息 → 系统提示被删，模型忘记自己是谁；固定（pin）系统提示 + 滑动窗口 → 人设与红线始终在场。
• 02：用户 A 检索不到用户 B 的记忆（行级隔离）；用户搬家后若不更新 embedding，模型会自信地答出旧地址（数据陈旧）。
• 03：第 1 轮说「我叫 Sarah、只写 Python」被整合进长期记忆；第 2 轮推荐框架时这些事实被检索回来注入上下文——跨轮、跨会话记忆生效。

关于「A 路线 = 克隆 mem0」

mem0 是 Apache-2.0 开源，允许本地自建、修改、商用。04_用mem0库.py 演示把它的 llm / embedder 指向 OpenAI 兼容网关（如硅基流动）即可国内可用。

⚠️ 合规提醒：克隆代码自建合法；但若想做对外的官网/文档中文镜像站，会涉及文档版权与 “Mem0” 商标，需先取得授权——详见仓库根目录相关说明。本目录只做学习用途的自建与自用翻译。

从 Demo 到生产

这里（学习版）	生产替换为
内存 list 当向量库	Qdrant / Pinecone / pgvector
同步 consolidate()	异步 worker（Celery / 队列）
token 预算用字符数估算	真实 tokenizer（tiktoken 等）
进程内会话状态	Redis 会话存储
手搓编排	mem0 / LangMem 等记忆层