GeneralTextMemory: 通用文本的记忆
GeneralTextMemory 是MemOS中一个灵活的、基于向量的明文记忆模块，用于存储、搜索和管理非结构化知识。它适用于会话代理、个人助理和任何需要语义记忆检索的系统。记忆结构
每个记忆被表达为一个TextualMemoryItem:
| 字段 | 类型 | 描述 |
|---|---|---|
id | str | UUID (如果省略则自动生成) |
memory | str | 记忆内容主体 (必填) |
metadata | TextualMemoryMetadata | 元数据（用于搜索/过滤） |
元数据域 (TextualMemoryMetadata)
| 字段 | 类型 | 描述 |
|---|---|---|
type | "procedure", "fact", "event", "opinion" | 记忆类型 |
memory_time | str (YYYY-MM-DD) | 记忆所指的日期/时间 |
source | "conversation", "retrieved", "web", "file" | 记忆源 |
confidence | float (0-100) | 确定性/可信度评分 |
entities | list[str] | 主要实体/概念 |
tags | list[str] | 主题标签 |
visibility | "private", "public", "session" | 访问范围 |
updated_at | str | 最近更新时间戳 (ISO 8601) |
所有的值都经过验证，无效的值将引发错误。
API总结 (GeneralTextMemory)
初始化
GeneralTextMemory(config: GeneralTextMemoryConfig)
核心方法
| 方法 | 描述 |
|---|---|
extract(messages) | 从消息列表中提取记忆 (基于LLM) |
add(memories) | 添加一个或多个记忆 (条目或字典) |
search(query, top_k) | 使用向量相似度检索top-k记忆 |
get(memory_id) | 通过ID获取单个记忆 |
get_by_ids(ids) | 通过ID获取多个记忆 |
get_all() | 返回所有记忆 |
update(memory_id, new) | 通过ID更新一个记忆 |
delete(ids) | 通过ID删除记忆 |
delete_all() | 删除所有记忆 |
dump(dir) | 将所有记忆序列化到目录中的JSON文件 |
load(dir) | 从存储的文件中加载记忆 |
文件存储
当调用 dump(dir), 系统写到:
<dir>/<config.memory_filename>
该文件包含所有记忆条目的JSON列表，可以使用load(dir)重新加载.
示例用法
from memos.configs.memory import MemoryConfigFactory
from memos.memories.factory import MemoryFactory
config = MemoryConfigFactory(
backend="general_text",
config={
"extractor_llm": { ... },
"vector_db": { ... },
"embedder": { ... },
},
)
m = MemoryFactory.from_config(config)
# Extract and add memories
memories = m.extract([
{"role": "user", "content": "I love tomatoes."},
{"role": "assistant", "content": "Great! Tomatoes are delicious."},
])
m.add(memories)
# Search
results = m.search("Tell me more about the user", top_k=2)
# Update
m.update(memory_id, {"memory": "User is Canadian.", ...})
# Delete
m.delete([memory_id])
# Dump/load
m.dump("tmp/mem")
m.load("tmp/mem")
开发者注意事项
- 使用Qdrant（或兼容）向量DB进行快速相似度搜索
- 嵌入和提取模型是可配置的（支持olama/OpenAI）
/tests中的集成测试涵盖了所有方法。