트렌딩 목록으로
Python
agentsaiai-agentsapplication

mem0ai / mem0

AI 에이전트를 위한 범용 메모리 층

56.4K
6.4K
약 1개월 전
GitHub에서 보기

이 프로젝트에 대해

mem0ai 님의 mem0 프로젝트는 GitHub에서 56.4K개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 Python 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.

Language Breakdown

Python 53%TypeScript 43%Shell 2%JavaScript 1%CSS 0%Makefile 0%

🇰🇷 한국어 번역 README

캐시 히트

자세히 알아보기 · Discord 참여 · 데모

📄 Mem0의 토큰 효율 메모리 알고리즘 벤치마킹 →

새로운 메모리 알고리즘 (2026년 4월)

벤치마크이전새로운토큰지연 시간 p50
LoCoMo71.491.67.0K0.88s
LongMemEval67.894.86.8K1.09s
BEAM (1M)64.16.7K1.00s
BEAM (10M)48.66.9K1.05s

모든 벤치마크는 동일한 프로덕션 대표 모델 스택에서 실행되었습니다. 단일 패스 조회(한 번 호출, 에이전트 루프 없음).

변경 사항:

  • 단일 패스 ADD 전용 추출 -- 한 번의 LLM 호출, UPDATE/DELETE 없음. 메모리는 누적되며, 기존 내용은 덮어쓰지 않습니다.
  • 에이전트 생성 사실의 1급 취급 -- 에이전트가 작업을 확인하면 그 정보가 동일한 가중치로 저장됩니다.
  • 엔티티 연결 -- 엔티티를 추출, 임베딩하고, 메모리 간 연결하여 조회 성능 향상.
  • 다중 신호 조회 -- 의미 기반, BM25 키워드, 엔티티 매칭을 병렬로 평가하고 융합.
  • 시간 기반 추론 -- 현재 상태, 과거 이벤트, 예정 계획에 대한 쿼리에서 올바른 날짜의 인스턴스를 우선 순위로 조회.

업그레이드 지침은 마이그레이션 가이드를 참조하세요. 평가 프레임워크는 오픈 소스로 제공되므로 누구나 수치를 재현할 수 있습니다.

연구 하이라이트

  • LoCoMo에서 91.6 -- 이전 알고리즘 대비 +20점
  • LongMemEval에서 94.8 --

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.

🔗 유사한 프로젝트

이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.

mem0ai/mem0 GitHub 원문 바로가기 →