常见问题
这篇页面回答 MemOS 产品和记忆机制相关的问题。如果你已经在使用 MemOS Cloud，并遇到项目、API Key、额度或接口调用问题，请查看 云服务 FAQs 和 配额与限制。
MemOS 和普通 RAG 框架有什么区别？
| 对比维度 | RAG | MemOS |
|---|---|---|
| 管理对象 | 静态知识片段或文档段落 | 随用户、任务和时间变化的记忆 |
| 内容形态 | 通常直接召回原文片段 | 将原始输入加工为事实、偏好等记忆单元 |
| 更新方式 | 依赖外部文档更新或重新索引 | 支持持续写入、更新、反馈修正和生命周期管理 |
| 召回目标 | 让模型知道外部知识 | 让模型理解用户状态、偏好和上下文 |
RAG 更适合管理稳定的外部知识；MemOS 更适合管理会在对话和业务过程中持续变化的用户记忆。两者可以配合使用。
MemOS 可以和已有 RAG 或知识图谱结合吗？
可以。RAG 负责事实检索和知识增强，MemOS 负责连续记忆和状态管理。
在业务中，你可以把企业制度、产品说明等稳定内容放在知识库或 RAG 系统中，把用户历史对话、偏好、任务进展等动态信息交给 MemOS 管理。回答时同时召回外部知识和用户记忆，让模型既能参考业务知识，也能理解当前用户。
MemOS 如何工作？
MemOS 的基本流程是：
- 通过
add/message、知识库、反馈等方式写入原始信息。 - 系统把原始输入加工为可检索、可更新的记忆。
- 后续通过
search/memory、chat或 Agent 集成召回相关记忆。 - 记忆会随着新输入、反馈和生命周期策略持续更新。
如果你只想快速接入云服务，请从 在应用中集成 开始。
MemOS 核心能力有哪些？
- 用户 / Agent 记忆管理：保存用户与 AI 的交互内容，并支持多用户、多 Agent 的记忆隔离。
- 记忆生产与更新：从原始对话、行为事件、知识内容中生成可复用记忆。
- 记忆召回与调度：按相关性、时效性和上下文选择合适记忆。
- 记忆生命周期管理：通过更新、合并、归档等方式控制记忆质量和规模。
- 云服务与开源方案：可以使用托管云服务，也可以基于开源项目自部署和二次开发。
云服务和开源方案怎么选？
如果你希望快速验证、减少运维成本、直接使用控制台、API Key、知识库和额度管理，优先使用 MemOS Cloud。
如果你需要自主管理部署环境、修改底层实现、接入自有推理后端或深度二次开发，可以看 开源项目。
更完整的对比请看 云服务与开源方案。
MemOS 是否支持私有化部署？
支持。需要私有化部署、商业化定制或更深的业务场景适配时，可以联系 MemOS 团队确认部署方式、数据边界和功能范围。
如果你的团队希望自行研究和改造，也可以从开源项目开始。
生命周期和调度有什么关系？
生命周期管理负责记忆单元的状态变化，例如更新、合并、沉淀或归档。调度负责在一次请求中选择哪些记忆进入当前上下文。
简单说：生命周期决定记忆如何长期维护，调度决定当前请求该用哪些记忆。
MemOS 如何避免记忆膨胀？
MemOS 不会把所有原始内容都原样拼接进模型上下文。系统会把原始输入加工为更短的记忆单元，并通过更新、合并、归档等机制控制记忆规模。
后续召回时，MemOS 只选择和当前请求相关的记忆，减少无关内容进入模型。
KV-Cache 和激活记忆是一回事吗？
不是。KV-Cache 是模型推理层的计算缓存；激活记忆是 MemOS 中用于描述近期可快速复用记忆状态的产品概念。
在具体实现上，激活记忆可以利用底层缓存能力提升近期上下文复用效率，但两者不等价。
MemOS 会不会拖慢推理？
MemOS 的目标是通过记忆加工和召回减少无关上下文，而不是把所有历史内容都塞进模型。实际延迟取决于写入量、召回范围、过滤条件、模型调用方式和业务并发。
如果你在云服务调用中遇到额度或延迟问题，请先查看 配额与限制 和 云服务 FAQs。
很近的信息，比如“昨天做的事”，还需要调度吗？
需要。时间近不代表一定相关，也不代表可以直接完整塞入上下文。调度会结合当前问题、会话、用户记忆和相关性，选择更适合本轮回答的记忆。
MemOS 适合哪些业务场景？
MemOS 适合需要长期记忆和持续个性化的 AI 应用，例如陪伴、游戏、旅游、客服、知识管理、智能投顾、生产运维和 AI 伴学等场景。
如果你需要评估具体业务场景，可以先用 Cloud API 快速验证，再决定是否做更深的集成或私有化部署。