Memora：构建人性化AI记忆模块，保存并更新与人类的互动信息

综合介绍

Memora是一个旨在为每个个性化AI复制人类记忆的代理。它通过时间戳记忆、情感标记和多模态记忆等功能，帮助AI像人类一样记住过去的互动细节、情感和共享经历。Memora支持多租户，能够处理数百万用户和交互，具有高度的可扩展性和开发者友好的模块化架构，便于定制和功能集成。

相关项目：Zep：构建AI应用的长期记忆层，抽取并更新用户信息、业务数据

功能列表

• 时间记忆回溯：使AI能够记住带有时间戳的过去互动记忆。
• 多租户支持：适应多个组织、代理和用户。
• 灵活的名称处理：使用占位符便于更新用户和代理名称。
• 可扩展性：设计用于处理数百万用户、交互和记忆。
• 开发者友好：模块化架构，便于定制和功能集成。
• 情感标记记忆：允许AI记住带有情感的记忆。
• 多模态记忆：支持视频和音频片段的记忆。

使用帮助

安装流程

1. 安装Neo4j数据库：
   • 选项A：本地安装Neo4j（免费）。
   • 选项B：使用Neo4j AuraDB云（提供免费选项）。
2. 安装Qdrant向量数据库：
   • 选项A：本地安装Qdrant（免费）。
   • 选项B：使用Qdrant云（提供免费选项）。
3. 获取LLM提供商API密钥：
   • 选择以下提供商之一并获取API密钥：OpenAI、Azure OpenAI、Together AI、Groq。
4. 安装Memora：

   pip install memora-core

基本设置

1. 初始化Memora与数据库和LLM提供商：

   from memora import Memora
from qdrant_client import AsyncQdrantClient
from memora.vector_db import QdrantDB
from memora.graph_db import Neo4jGraphInterface
from memora.llm_backends import GroqBackendLLM
# 初始化数据库
vector_db = QdrantDB(async_client=AsyncQdrantClient(url="QDRANT_URL", api_key="QDRANT_API_KEY"))
graph_db = Neo4jGraphInterface(uri="Neo4jURI", username="Username", password="Password", database="DBName")

使用Memora

1. 创建新记忆：

   memora = Memora(vector_db=vector_db, graph_db=graph_db, llm_backend=GroqBackendLLM(api_key="YOUR_API_KEY"))
memora.create_memory(user_id="user123", content="这是一个新的记忆内容", timestamp="2025-01-16T00:00:00Z")

2. 检索记忆：

   memories = memora.retrieve_memories(user_id="user123")
for memory in memories:
print(memory)

3. 更新记忆：

   memora.update_memory(memory_id="memory123", content="更新后的记忆内容")

4. 删除记忆：

   memora.delete_memory(memory_id="memory123")

高级用法

• 情感标记记忆：在创建记忆时添加情感标签。
• 多模态记忆：支持视频和音频片段的记忆存储和检索。

通过以上步骤，用户可以快速上手使用Memora，充分利用其强大的记忆管理功能，为AI提供更自然、更人性化的交互体验。