检索记忆

ResearchX 集成了 mem0 检索增强记忆系统。启用后，系统会在每次对话轮次中自动搜索历史记忆并注入相关上下文，同时在对话完成后自动写入新记忆，实现跨会话的知识积累与复用。

工作原理

1. 搜索记忆：在每次对话轮次开始前，系统根据当前用户消息搜索相关的历史记忆，并将检索结果作为 "Retrieved Memory" 附加到系统提示中
2. 写入记忆：在对话轮次完成后，系统以异步方式将用户/助手消息对写入记忆库，不影响对话流畅性
3. 项目隔离：记忆按项目维度隔离，每个项目拥有独立的记忆存储空间

管理员配置

入口：管理 → 检索记忆（/workspace/admin/retrieval-memory）

全局开关

嵌入模型配置

系统支持两种嵌入模型提供商：

OpenAI

• 使用 text-embedding-3-small 模型（默认）
• 需要配置有效的 OpenAI API Key
• 可通过系统 API Key 或自定义 Key 调用

Ollama（自托管）

• 需要提供 Ollama 服务 Base URL
• 需要指定嵌入维度（Embedding Dimensions）
• 适合本地部署或内网环境

连接测试

管理员可以在配置页面点击测试按钮，验证嵌入模型服务是否可达并正常工作。

项目级控制

每个项目可以独立控制是否启用检索记忆：

• 在项目设置中可以切换 项目记忆 开关
• 新项目默认关闭，即使管理员已全局启用检索记忆
• 项目级关闭后，该项目的记忆搜索和写入都会暂停

项目级记忆管理的更多说明参见 项目管理 — 项目记忆。

存储说明

• 记忆数据默认存储在 ./data/mem0/ 目录下
• 可通过环境变量 MEM0_VECTOR_DB_PATH 和 MEM0_HISTORY_DB_PATH 自定义存储路径
• 默认通过 MEM0_TELEMETRY=false 关闭 mem0 上游遥测
• 向量数据库和记忆历史数据库分开存储
• 客户端实例按配置哈希缓存，避免重复初始化

Docker Compose 部署说明

• scripts/deploy.sh 与 docker/docker-compose.server.yml 默认会将 mem0 数据持久化到宿主机 ${DATA_DIR}/mem0
• 容器内对应路径固定为 /data/mem0
• 应用通过以下环境变量读写 mem0 数据：
  • MEM0_VECTOR_DB_PATH=/data/mem0/vector_store.db
  • MEM0_HISTORY_DB_PATH=/data/mem0/memory.db
  • MEM0_TELEMETRY=false
• 这样可以避免容器直接写入镜像内默认的 /app/data/mem0 并触发权限错误
• 如果是从旧版本 compose 配置升级，需要重建 app 容器，让新的卷挂载和环境变量生效

典型使用场景

场景 1：长期研究项目

1. 管理员在全局设置中启用检索记忆并配置嵌入模型
2. 在长期研究项目中，Agent 会自动记住之前的分析结论、数据处理方式等
3. 新会话中可以直接引用历史记忆，无需重复说明背景

场景 2：团队协作项目

1. 团队成员在不同会话中与 Agent 交互
2. 系统会积累项目相关的偏好和约定
3. 后续成员的对话可以受益于之前的交互记忆

注意事项

• 记忆写入为异步操作（fire-and-forget），不会阻塞对话响应
• 记忆按项目隔离，不同项目之间不会交叉检索
• 嵌入模型配置变更后，需要重新生成记忆向量才能生效
• 如果全局关闭检索记忆，所有项目的记忆功能都会暂停
• 在 Docker Compose 部署中，若测试 Ollama embedding 时出现 EACCES: permission denied, mkdir '/app/data/mem0'，通常表示当前容器仍在使用旧的 mem0 路径配置，需按上面的部署说明切换到 /data/mem0

相关文档

• 项目管理
• 会话与消息
• 常见问题