动态记忆
零点系统的本地持久内存层。
基于 Mem0它自动从对话中提取事实，通过本地嵌入对其进行矢量化，并通过语义相似性使其可搜索。
建筑
Claude Code ──MCP──> mcp_server.py ──> Mem0 ──> Ollama (LLM + embeddings)
│
└──> Qdrant local (vecteurs fichier)100%本地。 零云，零付费API。无需订阅即可生存。
先决条件
- Python 3.10+
- 奥拉玛 使用模型：
- qwen2.5:7b-instruct-q5_K_M （提取食物） - nomic-embed-text （嵌入768调暗）
ollama pull qwen2.5:7b-instruct-q5_K_M
ollama pull nomic-embed-text安装
pip install -r requirements.txt使用
英语直接（Python）
ollama serve # dans un terminal séparé
python test_mem0.py通过克劳德代码（MCP）
添加到 .mcp.json 在项目的根源：
{
"mcpServers": {
"memoire-cinetique": {
"command": "python",
"args": ["chemin/vers/mcp_server.py"]
}
}
}可用的MCP工具：
| 输出 | 描述 |
|---|---|
memory_add | 添加事实（LLM自动提取） |
memory_search | 语义搜索 |
memory_list | 列出所有记忆 |
memory_delete | 按ID删除 |
背景
该项目是生态系统的一部分 零点 :
- 混响室 =语料库内存（静态、嵌入文件）
- 动态记忆 =互动记忆（动态、对话事实）
在时间映射操作系统中：动态记忆是系统的活记忆。
许可证
麻省理工学院