2.2 · 提供方生态（Provider Ecosystem）

提供方生态（中文译文）

原始 DeepWiki 页面：https://deepwiki.com/mem0ai/mem0/2.2-provider-ecosystem

翻译时间：2026-05-27T08:45:07.690Z

翻译模型：deepseek-chat

原文字符数：13891

项目：Mem0 (mem0)

---

提供方生态系统

相关源文件

以下文件被用作生成此 Wiki 页面的上下文：

• docs/components/embedders/config.mdx
• docs/components/embedders/models/aws_bedrock.mdx
• docs/components/embedders/overview.mdx
• docs/components/llms/config.mdx
• docs/components/llms/overview.mdx
• docs/components/vectordbs/dbs/opensearch.mdx
• evaluation/metrics/llm_judge.py
• mem0-ts/src/oss/src/embeddings/ollama.ts
• mem0-ts/src/oss/src/llms/ollama.ts
• mem0-ts/src/oss/tests/ollama-embedder.test.ts
• mem0/configs/embeddings/base.py
• mem0/configs/llms/aws_bedrock.py
• mem0/configs/llms/azure.py
• mem0/configs/llms/base.py
• mem0/configs/llms/openai.py
• mem0/embeddings/aws_bedrock.py
• mem0/embeddings/base.py
• mem0/embeddings/configs.py
• mem0/embeddings/gemini.py
• mem0/embeddings/huggingface.py
• mem0/embeddings/ollama.py
• mem0/embeddings/openai.py
• mem0/llms/aws_bedrock.py
• mem0/llms/base.py
• mem0/llms/configs.py
• mem0/llms/gemini.py
• mem0/llms/groq.py
• mem0/llms/litellm.py
• mem0/llms/ollama.py
• mem0/llms/openai.py
• mem0/llms/together.py
• mem0/llms/xai.py
• tests/embeddings/test_huggingface_embeddings.py
• tests/embeddings/test_ollama_embeddings.py
• tests/embeddings/test_openai_embeddings.py
• tests/llms/test_aws_bedrock.py
• tests/llms/test_groq.py
• tests/llms/test_litellm.py
• tests/llms/test_ollama.py
• tests/llms/test_openai.py
• tests/llms/test_together.py

本文档记录了 mem0 中所有组件类型所支持的提供方：大语言模型（LLM）、向量存储、嵌入器、图存储和重排序器。它解释了基于工厂的选择机制，以及提供方如何通过字符串标识符进行动态实例化。

有关工厂模式实现的信息，请参见工厂模式与组件系统。有关配置详情，请参见配置系统。

工厂系统总览

Mem0 使用五个工厂类来抽象提供方的选择和实例化过程。每个工厂维护一个注册表，将字符串标识符映射到实现类及其配置类型。

提供方选择流程

graph TB
    subgraph "自然语言空间"
        UserConfig["用户配置<br/>{provider: 'openai', config: {...}}"]
    end

    subgraph "代码实体空间"
        Factory["LlmFactory.create()"]
        Registry["LlmFactory.provider_to_class"]
        LoadClass["load_class() 辅助函数"]
        ConfigClass["OpenAIConfig"]
        Instance["OpenAILLM 实例"]

        UserConfig --> Factory
        Factory --> Registry
        Registry --> LoadClass
        LoadClass --> ConfigClass
        ConfigClass --> Instance
    end

    Registry -.-> |"将 'openai' 映射到<br/>(OpenAILLM, OpenAIConfig)"| LoadClass

来源： mem0/utils/factory.py:1-284, mem0/llms/openai.py:14-150

工厂系统分三个阶段运行：

1. 注册表查找：将提供方字符串（例如 "openai"）映射到 (class_path, config_class) 元组 mem0/utils/factory.py:37-56。
2. 类加载：使用 importlib 通过 load_class 辅助函数动态导入提供方类 mem0/utils/factory.py:24-27。
3. 实例化：根据提供方特定的配置类验证配置，并实例化提供方实例 mem0/utils/factory.py:81-112。

工厂类及其注册表

工厂类	用途	方法	注册表位置
LlmFactory	大语言模型提供方实例化	create()	mem0/utils/factory.py:37-56
EmbedderFactory	嵌入模型实例化	create()	mem0/utils/factory.py:140-152
VectorStoreFactory	向量数据库实例化	create()	mem0/utils/factory.py:168-192
GraphStoreFactory	图数据库实例化	create()	mem0/utils/factory.py:217-223
RerankerFactory	重排序器实例化	create()	mem0/utils/factory.py:242-248

来源： mem0/utils/factory.py:24-284

大语言模型提供方

LlmFactory 通过 provider_to_class 注册表支持 18 个以上的大语言模型提供方。每个提供方映射到 mem0/llms/ 中的一个实现和一个配置类。

大语言模型提供方注册表

graph LR
    subgraph "自然语言空间"
        Input["提供方名称字符串"]
    end

    subgraph "代码实体空间"
        LlmFactory["LlmFactory.create()"]

        subgraph "实现"
            OpenAI["OpenAILLM<br/>(mem0/llms/openai.py)"]
            Ollama["OllamaLLM<br/>(mem0/llms/ollama.py)"]
            Groq["GroqLLM<br/>(mem0/llms/groq.py)"]
            Bedrock["AWSBedrockLLM<br/>(mem0/llms/aws_bedrock.py)"]
        end

        subgraph "配置"
            OConfig["OpenAIConfig"]
            OlConfig["OllamaConfig"]
            BConfig["AWSBedrockConfig"]
        end
    end

    Input --> LlmFactory
    LlmFactory --> OpenAI
    LlmFactory --> Ollama
    LlmFactory --> Groq
    LlmFactory --> Bedrock

    OpenAI --- OConfig
    Ollama --- OlConfig
    Bedrock --- BConfig

来源： mem0/utils/factory.py:37-56, mem0/llms/openai.py:14-36, mem0/llms/ollama.py:15-41, mem0/llms/aws_bedrock.py:34-76

完整的大语言模型提供方列表

提供方字符串	实现类	配置类	模块路径
openai	OpenAILLM	OpenAIConfig	mem0/utils/factory.py:39
anthropic	AnthropicLLM	AnthropicConfig	mem0/utils/factory.py:46
azure_openai	AzureOpenAILLM	AzureOpenAIConfig	mem0/utils/factory.py:44
ollama	OllamaLLM	OllamaConfig	mem0/utils/factory.py:38
groq	GroqLLM	BaseLlmConfig	mem0/utils/factory.py:40
together	TogetherLLM	BaseLlmConfig	mem0/utils/factory.py:41
aws_bedrock	AWSBedrockLLM	AWSBedrockConfig	mem0/utils/factory.py:42
litellm	LiteLLM	BaseLlmConfig	mem0/utils/factory.py:43
openai_structured	OpenAIStructuredLLM	OpenAIConfig	mem0/utils/factory.py:45
azure_openai_structured	AzureOpenAIStructuredLLM	AzureOpenAIConfig	mem0/utils/factory.py:47
gemini	GeminiLLM	BaseLlmConfig	mem0/utils/factory.py:48
deepseek	DeepSeekLLM	DeepSeekConfig	mem0/utils/factory.py:49
minimax	MiniMaxLLM	MinimaxConfig	mem0/utils/factory.py:50
xai	XAILLM	BaseLlmConfig	mem0/utils/factory.py:51
sarvam	SarvamLLM	BaseLlmConfig	mem0/utils/factory.py:52
lmstudio	LMStudioLLM	LMStudioConfig	mem0/utils/factory.py:53
vllm	VllmLLM	VllmConfig	mem0/utils/factory.py:54
langchain	LangchainLLM	BaseLlmConfig	mem0/utils/factory.py:55

来源： mem0/utils/factory.py:37-56, mem0/llms/configs.py:12-32, docs/components/llms/overview.mdx:22-39

向量存储提供方

VectorStoreFactory 支持 24 个以上的向量数据库提供方。配置通过 VectorStoreConfig Pydantic 模型进行验证。

向量存储提供方注册表

graph TB
    VectorStoreFactory["VectorStoreFactory.create()"]

    subgraph "开源数据库"
        Qdrant["qdrant<br/>Qdrant<br/>QdrantConfig"]
        ChromaDB["chroma<br/>ChromaDB<br/>ChromaDbConfig"]
        Milvus["milvus<br/>MilvusDB<br/>MilvusDBConfig"]
        Weaviate["weaviate<br/>Weaviate<br/>WeaviateConfig"]
        FAISS["faiss<br/>FAISS<br/>FAISSConfig"]
    end

    subgraph "PostgreSQL 扩展"
        PGVector["pgvector<br/>PGVector<br/>PGVectorConfig"]
        Supabase["supabase<br/>Supabase<br/>SupabaseConfig"]
    end

    subgraph "云/托管服务"
        Pinecone["pinecone<br/>PineconeDB<br/>PineconeConfig"]
        AzureAI["azure_ai_search<br/>AzureAISearch<br/>AzureAISearchConfig"]
        VertexAI["vertex_ai_vector_search<br/>GoogleMatchingEngine<br/>GoogleMatchingEngineConfig"]
        Neptune["neptune<br/>NeptuneAnalyticsVector<br/>NeptuneAnalyticsConfig"]
    end

    VectorStoreFactory --> Qdrant
    VectorStoreFactory --> ChromaDB
    VectorStoreFactory --> PGVector
    VectorStoreFactory --> Pinecone
    VectorStoreFactory --> Milvus

来源： mem0/utils/factory.py:168-192, mem0/vector_stores/configs.py:13-38

嵌入器提供方

EmbedderFactory 支持 11 个嵌入模型提供方。嵌入器生成用于语义搜索的向量表示。

完整的嵌入器提供方列表

提供方字符串	实现类	默认模型	模块路径
openai	OpenAIEmbedding	text-embedding-3-small	mem0/embeddings/openai.py:11
ollama	OllamaEmbedding	nomic-embed-text	mem0/utils/factory.py:142
huggingface	HuggingFaceEmbedding	multi-qa-MiniLM-L6-cos-v1	mem0/embeddings/huggingface.py:15
azure_openai	AzureOpenAIEmbedding	-	mem0/utils/factory.py:144
gemini	GoogleGenAIEmbedding	models/text-embedding-004	mem0/utils/factory.py:145
vertexai	VertexAIEmbedding	-	mem0/utils/factory.py:146
together	TogetherEmbedding	-	mem0/utils/factory.py:147
lmstudio	LMStudioEmbedding	-	mem0/utils/factory.py:148
langchain	LangchainEmbedding	-	mem0/utils/factory.py:149
aws_bedrock	AWSBedrockEmbedding	-	mem0/utils/factory.py:150
fastembed	FastEmbedEmbedding	-	mem0/utils/factory.py:151

来源： mem0/utils/factory.py:140-152, mem0/embeddings/huggingface.py:15-45, mem0/configs/embeddings/base.py:10-111, mem0/embeddings/openai.py:11-35

图存储提供方

GraphStoreFactory 支持 5 个用于实体关系存储的图数据库提供方。

提供方字符串	实现类	图技术
default	MemoryGraph	Neo4j
memgraph	MemoryGraph	Memgraph
neptune	MemoryGraph	AWS Neptune（图）
neptunedb	MemoryGraph	AWS Neptune（数据库）
kuzu	MemoryGraph	Kuzu

来源： mem0/utils/factory.py:214-231

重排序器提供方

RerankerFactory 支持 5 个用于提升搜索结果质量的重排序提供方。

提供方字符串	实现类	配置类
cohere	CohereReranker	CohereRerankerConfig
sentence_transformer	SentenceTransformerReranker	SentenceTransformerRerankerConfig
zero_entropy	ZeroEntropyReranker	ZeroEntropyRerankerConfig
llm_reranker	LLMReranker	LLMRerankerConfig
huggingface	HuggingFaceReranker	HuggingFaceRerankerConfig

来源： mem0/utils/factory.py:239-284

可选依赖

提供方的依赖被组织在 pyproject.toml 中的可选组中，从而允许最小化的核心安装。

依赖组结构

graph TB
    BaseInstall["pip install mem0ai<br/>核心 + Qdrant + OpenAI"]

    VectorGroup["[vector_stores]<br/>向量存储提供方"]
    LlmsGroup["[llms]<br/>大语言模型提供方"]
    ExtrasGroup["[extras]<br/>附加功能"]

    BaseInstall --> CoreDeps["核心依赖<br/>qdrant-client<br/>pydantic<br/>openai<br/>posthog<br/>sqlalchemy"]

    VectorGroup --> VectorDeps["chromadb<br/>pinecone<br/>weaviate-client<br/>faiss-cpu<br/>pymilvus<br/>redis<br/>+ 更多"]

    LlmsGroup --> LlmDeps["groq<br/>together<br/>litellm<br/>ollama<br/>google-generativeai<br/>vertexai"]

    ExtrasGroup --> ExtrasDeps["boto3<br/>sentence-transformers<br/>langchain<br/>fastembed"]

来源： pyproject.toml:26-74

依赖组摘要

组	安装命令	关键提供方
vector_stores	pip install mem0ai[vector_stores]	Chroma、Pinecone、Milvus、Redis、Elasticsearch、PGVector 等 pyproject.toml:30-54
llms	pip install mem0ai[llms]	Groq、Together、LiteLLM、Ollama、VertexAI、Gemini pyproject.toml:55-64
extras	pip install mem0ai[extras]	Boto3、Langchain、Sentence-Transformers、FastEmbed pyproject.toml:65-74

来源： pyproject.toml:26-74, Makefile:13-16