9 · 框架 Integrations（Framework Integrations）

长期记忆与上下文管理 · 本章是 Mem0 DeepWiki 中文译文的独立章节页，保留原始链接、源码锚点、模块标签和章节层级。

项目Mem0 章节9 状态全文译文模块记忆与上下文、接口与服务契约、模型调用与提供方适配、智能体运行时

项目要点页2.5 参考项目项目章节目录Mem0 DeepWiki 原始章节Framework Integrations 上一章8.3 下一章9.1

源码线索

.agents/plugins/marketplace.json
docs/integrations.mdx
docs/integrations/agentops.mdx
docs/integrations/agno.mdx
docs/integrations/autogen.mdx
docs/integrations/chatdev.mdx
docs/integrations/claude-code.mdx
docs/integrations/codex.mdx
docs/integrations/cursor.mdx
docs/integrations/elevenlabs.mdx

模块标签

记忆与上下文
接口与服务契约
模型调用与提供方适配
智能体运行时
安装与启动

中文译文

框架 Integrations（中文译文）

原始 DeepWiki 页面：https://deepwiki.com/mem0ai/mem0/9-framework-integrations

翻译时间：2026-05-27T08:45:05.178Z

翻译模型：deepseek-chat

原文字符数：10770

项目：Mem0 (mem0)

---

框架集成

集成架构

Mem0 提供四种主要的集成模式：直接 SDK 使用、Vercel AI SDK 提供者、模型上下文协议（MCP）服务器和 REST API 端点。选择取决于框架需求、部署模型（平台版 vs 开源版）以及集成是否需要原生 AI SDK 支持。

图示：集成模式概览

graph TB
    subgraph "AI 应用"
        AgentFrameworks["智能体框架<br/>LangChain, CrewAI, AutoGen"]
        VercelApps["Vercel AI 应用<br/>Next.js, React"]
        MCPClients["MCP 客户端<br/>Claude Desktop, Cursor"]
        DevTools["开发工具<br/>Dify, Raycast, AgentOps"]
        VoiceAgents["语音智能体<br/>Agno, LiveKit, PipeCat"]
    end

    subgraph "集成层"
        PythonSDK["Python SDK<br/>Memory / MemoryClient"]
        VercelProvider["Vercel AI 提供者<br/>@mem0/vercel-ai-provider"]
        MCPServer["MCP 服务器<br/>mcp.mem0.ai"]
        RESTAPI["REST API<br/>api.mem0.ai/v1/"]
    end

    subgraph "后端服务"
        PlatformAPI["平台 API<br/>api.mem0.ai"]
        OSSMemory["开源版 Memory 类<br/>mem0/memory/main.py"]
    end

    AgentFrameworks --> PythonSDK
    VercelApps --> VercelProvider
    MCPClients --> MCPServer
    DevTools --> RESTAPI
    VoiceAgents --> PythonSDK

    PythonSDK --> PlatformAPI
    PythonSDK --> OSSMemory
    VercelProvider --> PlatformAPI
    MCPServer --> PlatformAPI
    RESTAPI --> PlatformAPI

集成模式选择：

模式	适用场景	支持的语言	平台支持
直接 SDK	构建 Python 智能体、自定义记忆逻辑	Python, TypeScript/Node.js	平台版 + 开源版
Vercel AI 提供者	使用 Vercel AI SDK 构建 Web 应用	TypeScript/JavaScript	仅平台版
MCP 服务器	跨 AI 客户端的通用智能体记忆	语言无关（协议）	仅平台版
REST API	平台集成、Webhook、批量操作	任意（HTTP）	仅平台版

来源： docs/integrations.mdx:1-18, docs/integrations/agentops.mdx:34-41

---

集成模式

直接 SDK 集成

需要程序化记忆控制的框架会直接使用 Python 或 TypeScript SDK。这种模式提供对记忆操作的细粒度控制，并同时支持平台版和开源版部署。

graph LR
    Framework["框架代码"]
    MemoryClass["MemoryClient<br/>mem0.MemoryClient"]
    Operations["add()<br/>search()<br/>update()<br/>delete()"]

    Framework --> MemoryClass
    MemoryClass --> Operations

常见用例：

需要记忆状态管理的智能体框架
需要对话持久化的自定义工具
具有复杂记忆过滤逻辑的应用

示例框架： LangChain, CrewAI, AutoGen, Camel AI, Mastra, Agno

来源： docs/integrations.mdx:6-17, docs/integrations/agno.mdx:70-71, docs/integrations/langchain.mdx:43-45

模型上下文协议（MCP）

MCP 提供了一种标准化协议，让 AI 智能体可以通过工具调用来管理自己的记忆。智能体可以自主决定何时保存、搜索或更新记忆，而无需在应用代码中进行显式 API 调用。

graph TB
    subgraph "MCP 客户端"
        Agent["AI 智能体<br/>Claude Code, Cursor, Codex"]
        MCPConnection["MCP 连接"]
    end

    subgraph "MCP 服务器"
        MCPServer["mcp.mem0.ai/mcp"]
        Tools["MCP 工具<br/>add_memory<br/>search_memories<br/>update_memory<br/>delete_memory"]
    end

    subgraph "Mem0 后端"
        PlatformAPI["平台 API<br/>api.mem0.ai"]
    end

    Agent --> MCPConnection
    MCPConnection --> MCPServer
    MCPServer --> Tools
    Tools --> PlatformAPI

部署选项：

通过 https://mcp.mem0.ai/mcp 使用云托管 MCP mem0-plugin/README.md:58-59
在 Codex 的 config.toml 中直接配置 docs/integrations/codex.mdx:37-41
在 Claude Code 的 .mcp.json 中手动配置 MCP docs/integrations/claude-code.mdx:67-81

来源： docs/integrations/claude-code.mdx:51-63, mem0-plugin/README.md:1-160

---

智能体框架集成

LangChain 集成

LangChain 通过直接 SDK 调用集成 Mem0，以在对话流程中维护上下文。这使得智能体可以使用 retrieve_context 获取相关记忆，并使用 save_interaction 持久化新的事实。

详细信息请参阅智能体框架。

来源： docs/integrations/langchain.mdx:66-115

CrewAI 集成

CrewAI 多智能体系统集成 Mem0，可以在 Crew 执行之间实现持久化记忆，让智能体能够在不同任务之间共享和回忆信息。

详细信息请参阅智能体框架。

来源： docs/integrations.mdx:165-173

Agno 集成

Agno（原 Phidata）智能体使用 Mem0Tools 实现即插即用的记忆支持，或使用 MemoryClient 进行涉及文本和图像的手动多模态记忆管理。

详细信息请参阅智能体框架。

来源： docs/integrations/agno.mdx:6-52

Google ADK 集成

Google 智能体开发工具包（Agent Development Kit）集成 Mem0，使智能体能够通过 search_memory 和 save_memory 等工具在多智能体层级结构中访问持久化记忆。

详细信息请参阅智能体框架。

来源： docs/integrations/google-ai-adk.mdx:1-115

---

语音和多模态集成

LiveKit 集成

使用 LiveKit、Deepgram 和 Mem0 构建支持记忆的语音助手。该集成使用 AsyncMemoryClient 在 on_user_turn_completed 中持久化用户消息，并将检索增强生成（RAG）上下文注入到 ChatContext 中。

详细信息请参阅语音和多模态。

来源： docs/integrations/livekit.mdx:71-140

多模态支持

像 Agno 这样的框架利用 Mem0 存储和检索从多模态输入中提取的记忆的能力，例如分析图像并将视觉信息与对话历史一起存储。

详细信息请参阅语音和多模态。

来源： docs/integrations/agno.mdx:173-180

---

开发工具集成

AgentOps 集成

将 Mem0 与 AgentOps 集成，实现自动监控和分析。这允许在 AgentOps 追踪中跟踪 Memory 操作（如 add、search 和 get_all），以可视化记忆使用模式。

详细信息请参阅开发工具。

来源： docs/integrations/agentops.mdx:1-128

---

MCP 服务器和 AI 编码智能体

Mem0 提供了一个 MCP 服务器和针对流行 AI 编码环境的专用插件，以在编码会话之间实现持久化记忆。

Claude 代码和 Cursor

用于 Claude Code 和 Cursor 的 Mem0 插件包括：

MCP 服务器：提供 9 个工具，如 add_memory 和 search_memories。docs/integrations/claude-code.mdx:99-110
生命周期钩子：在 会话开始、预压缩 和 任务完成 时自动捕获记忆。docs/integrations/claude-code.mdx:111-129
SDK 技能：教会智能体如何使用 Mem0 SDK。

详细信息请参阅MCP 服务器和 AI 编码智能体。

来源： docs/integrations/claude-code.mdx:87-129, mem0-plugin/README.md:148-159

OpenAI Codex

Codex 使用 记忆协议技能 和通过 install_codex_hooks.py 实现的选择加入生命周期钩子，在 会话开始 和 停止 事件时管理记忆。

详细信息请参阅MCP 服务器和 AI 编码智能体。

来源： docs/integrations/codex.mdx:77-97, mem0-plugin/README.md:158-159

---

集成最佳实践

会话作用域

始终对记忆操作进行作用域限定，通过在 search 或 add 操作的过滤器中使用 user_id、agent_id 或 run_id 来防止交叉污染。

来源： docs/integrations/agentops.mdx:59-61, docs/integrations/agno.mdx:129

异步操作

在实时应用（如语音智能体）中使用 AsyncMemoryClient 或 AsyncMemory 进行非阻塞记忆操作，以最小化延迟。

来源： docs/integrations/livekit.mdx:51, docs/integrations/agentops.mdx:35

---

后续步骤

智能体框架 — 记录与 Langchain、CrewAI、OpenAI Agents SDK、Mastra 及其他智能体框架的集成
OpenClaw 插件 — 全面的 OpenClaw 插件文档：自动回忆、自动捕获、记忆工具、CLI 命令
语音和多模态 — 记录 Livekit、PipeCat 集成以及多模态记忆支持
开发工具 — 记录 Flowise、AgentOps 及其他开发工具集成
MCP 服务器和 AI 编码智能体 — 记录模型上下文协议（MCP）服务器、用于 Claude Code/Cursor/Codex 的 mem0-plugin 以及 AI 编码智能体集成