让 AI 真正“记得”你：Memobase 用户记忆系统完全指南

对话式教程 | 2025 年 7 月

开场三问

为什么我的 AI 助手每次对话都像第一次见面？
有没有办法让 AI 记住我喜欢墨西哥菜、正在学韩语，还讨厌大写字母？
如果用户量从 10 人涨到 10 万人，记忆系统会不会崩溃？

把这三个问题读完，你就找到了答案——Memobase。它是一套专门给生成式 AI 准备的用户长期记忆系统：把零散对话沉淀成结构化用户画像，在需要时再精准回填到提示词里，成本低、延迟低、隐私合规。下面用 3000 字左右，把官网文档拆成“人话版”教程。

Memobase 是什么？一句话版本

Memobase = 用户画像数据库 + 时间轴事件记录器 + 即插即用的 LLM 记忆插件。

它能解决哪些真实场景？

场景	没记忆	用了 Memobase
教育陪练	每次问“你几年级”	自动知道“初三、几何薄弱、喜欢篮球”
电商导购	重复推荐婴儿用品	发现用户早已退货，改推露营装备
虚拟伴侣	连续三天问“你叫什么”	记得生日、共同回忆，甚至上次吵架原因

架构速览：五分钟看懂原理

用户聊天
   │
   ├─① ChatBlob（原始对话片段）
   │    └─缓存区（默认 1024 token/1 小时）
   │
   ├─② Flush（异步或手动）
   │    └─LLM 抽取 → 结构化字段
   │
   ├─③ Profile & Event
   │    ├─basic_info、interest、work…
   │    └─时间事件（“2025-07-21 购买了露营灯”）
   │
   └─④ Context API
        └─拼成一小段自然语言 → 插进系统提示

本地 or 云端？一张表比完

维度	本地 Docker	Memobase Cloud 免费层
启动时间	5~10 分钟	30 秒注册即用
数据留存	自己管	30 天滚动清理
Token 上限	你自己硬盘	每月 50 k
适合阶段	生产/私有化	验证想法、快速 Demo

从零开始：五步上手

1. 准备好两样东西

项目地址：本地 http://localhost:8019，云端 https://api.memobase.dev
项目令牌：本地默认 secret，云端 sk-proj-xxxxxx

2. 安装 Python SDK

pip install memobase

3. 连得上吗？

from memobase import MemoBaseClient, ChatBlob

client = MemoBaseClient(
    project_url="http://localhost:8019",
    api_key="secret"
)
assert client.ping()  # True 就继续

4. 创建用户并喂数据

uid = client.add_user({"source": "blog_demo"})
user = client.get_user(uid)

dialogue = [
    {"role": "user", "content": "你好，我叫小顾，25 岁，韩语系毕业"},
    {"role": "assistant", "content": "很高兴认识你！"}
]
blob_id = user.insert(ChatBlob(messages=dialogue))

“

默认数据不会永久保存，处理完就删。想留底可改配置。

”

5. 手动触发记忆生成

user.flush(sync=True)  # 等几秒
print(user.profile(need_json=True))

输出示例（节选）：

{
  "basic_info": {
    "name": {"content": "小顾"},
    "age": {"content": "25"}
  },
  "education": {
    "major": {"content": "韩语系"}
  }
}

把记忆塞进提示词：一行代码搞定

memory_snippet = user.context(max_token_size=300, prefer_topics=["basic_info"])

得到：

# Memory
Unless the user has relevant queries, do not actively mention those memories in the conversation.
## User Background:
- basic_info:name: 小顾
- basic_info:age: 25

直接拼进系统提示即可。

常见疑问 FAQ

Q1：Memobase 与 mem0、LangMem、Zep 有什么差异？

官方在 LOCOMO 公开基准上跑过分：

记忆准确率更高
支持时间维度事件搜索
可自定义保留哪些字段，减少噪声

Q2：会不会很贵？

最新版 0.0.38 把入库成本降了 30%，再加上异步批处理，日常聊天场景几乎感知不到费用。

Q3：支持哪些语言？

Python、Node.js、Go 都提供官方 SDK；纯 REST API 也行。

Q4：如何彻底删除一个用户？

client.delete_user(uid)

连带所有画像与事件一起物理删除。

进阶用法：三张实战图

1. 设计你自己的用户字段

在配置里声明只需要 work 和 interest，生成的画像就不会出现 demographics，减少 token 浪费。

2. 时间旅行搜索

想找“用户上周提到但忘记具体细节的露营灯”？

events = user.search_events(query="露营灯", after="2025-07-14")

3. 批量广告匹配

profiles = user.profile()
if any(p.topic == "work" and "Engineer" in p.content for p in profiles):
    ad = "JetBrains 全家桶 7 折"

部署清单（Checklist）

[ ] Docker 20+
[ ] 空闲端口 8019
[ ] Postgres + Redis 已启动
[ ] 复制 .env.example 到 .env 并填密钥
[ ] docker compose up -d
[ ] curl localhost:8019/health 返回 {"status":"ok"}

下一步读什么？

Playground 在线演示：不用安装就能看记忆长什么样。
Memobase-Playground 开源聊天模板：Next.js + FastAPI 全栈示例。
Memobase-Inspector：管理后台，看用户表、用量图表、在线调试。

写在最后

把 AI 从“一次性工具”升级成“长期伙伴”，核心就是记忆。Memobase 用最小侵入的方式解决了三件事：

让 AI 记得住
让开发者控得住
让成本撑得起

如果你已经跑通了上面的五步，恭喜，你的 AI 从此拥有了“过去”。下一步，就是让它创造更好的“未来”。

AI记忆黑科技！Memobase用户画像系统实战全攻略