DeepMem

DeepMem

即插即用的 AI 记忆层，响应速度提升 2 倍，成本降低 10 倍。
完全兼容 Mem0 API。5 分钟即可迁移，只需更改一行导入语句。

可自托管。无需身份验证、无需付费、没有供应商锁定。也可以使用托管云服务：deepmem.dev。

云服务 · 自托管 · 基准测试 · 复现测试

---

只需一行即可从 Mem0 迁移——使用相同的 MemoryClient 和方法签名：

# Before - Mem0
from mem0 import MemoryClient
client = MemoryClient(api_key="m0-...")

# After - DeepMem (only the import changes)
from deepmem import MemoryClient
client = MemoryClient(api_key="dm_live-...")   # get a key at deepmem.dev

pip install deepmem-client

将对话转化为可搜索的长期记忆：在 Qdrant 向量存储前端提供 FastAPI HTTP API，并支持大模型事实提取、混合检索（向量 + BM25 + 实体加权 + 时间衰减）、语义缓存、异步批量蒸馏、GDPR 控制，以及内置 MCP 服务。它以开放模式运行——无需 API 密钥，无需用户注册——因此几分钟内即可为你自己的 Agent 部署。多租户隔离由请求正文中的 user_id 控制。

不想自托管？ DeepMem Cloud 是这一引擎的托管版本，位于 deepmem.dev——API 相同，无需管理基础设施。注册并获取密钥（dm_live_...），将基础 URL 指向 https://deepmem.dev，即可使用。云服务和开源服务使用相同的 Mem0 兼容 API，因此客户端代码完全相同。

从 Mem0 迁移

已经在使用 Mem0？只需一行即可切换到 DeepMem 云服务。deepmem-client 包与 mem0.MemoryClient 保持一致——类名相同、方法签名相同、filters={"user_id": ...} 用法相同——因此导入语句之后的代码无需更改。

pip install deepmem-client

# before (Mem0)
from mem0 import MemoryClient
client = MemoryClient(api_key="m0-...")
client.add(messages, user_id="alex")
client.search("What can Alex cook?", filters={"user_id": "alex"})

# after (DeepMem cloud) - change one import line
from deepmem import MemoryClient
client = MemoryClient(api_key="dm_live_...")        # key at https://deepmem.dev
client.add(messages, user_id="alex")                # identical calls
client.search("What can Alex cook?", filters={"user_id": "alex"})

行为说明

• DeepMem 云服务中的 add(infer=True)（默认值）是异步的——它会返回 pending=True 和 results=[]，提取出的事实会在几秒后写入。（Mem0 云服务的 add 也是异步的——会返回 PENDING。）传入 infer=False 可同步存储原始文本，并立即进行搜索。
• 没有图关系——DeepMem 使用混合向量检索（向量 + BM25 + 时间衰减），因此 relations 始终为 []。不会复现 Mem0 的图功能。
• reset 的行为不同——Mem0 的 reset 会重置整个账户；DeepMem 的则针对单个 user_id，并带有确认保护。

定价

DeepMem Cloud 每个付费档位的价格都比 Mem0 低 10 倍——套餐结构相同，价格仅为十分之一。

档位	DeepMem	Mem0 云服务
爱好者	免费	免费
入门版	$1.9/mo	$19/mo
成长版	$7.9/mo	$79/mo
专业版	$24.9/mo	$249/mo

选择自托管，费用就是 $0——你只需支付自己的大模型／嵌入服务提供商费用（这也是 Mem0 在套餐价格之外收取的大模型费用），无需支付记忆服务加价。批量蒸馏还能减少约 80% 的大模型调用，因此你的服务提供商账单也会低于逐条消息提取的方案。

套餐和限额：deepmem.dev · mem0.ai。

基准测试

不挑选亮眼数据。脚本和工作负载都在 /benchmarks 中，可自行运行。以下是我们的测量结果和生成这些结果的确切配置：

指标	DeepMem 可自托管 ¹	DeepMem 云端	Mem0 云端
搜索 p50	73 ms	643 ms	653 ms
搜索 p95	86 ms	811 ms	710 ms
搜索命中数（40 次查询）	-	195	84
添加 p50（原始存储）	899 ms ²	792 ms	695 ms ³

¹ 在 GTX 1070 GPU（2016 年左右）上运行 BGE-M3，使用本地文件 Qdrant、infer=False、100 次操作、并发数为 1。² 耗时主要来自本地文件 Qdrant 的 I/O；使用 Qdrant 服务可大幅降低耗时。³ Mem0 没有原始存储模式；add 始终会运行 LLM 抽取，因此这一行并非同类对比。

• 自托管时才能体现内在延迟——没有互联网往返时延，使用你自己的嵌入模型和 Qdrant。在旧款消费级 GPU 上，搜索 p50 为 73 ms。
• DeepMem 云端的搜索 p50 优于 Mem0 云端（643 ms 对比 653 ms），且每次搜索返回的候选项约多 2.3 倍（40 次查询中命中数为 195 对比 84）。
• 云端延迟主要由往返时延决定——两个云端数据都是通过代理从中国大陆测得的；不同运行之间的抖动约为 ±10%。如需获取自己的数据，可在往返时延较低的位置运行 /benchmarks。

为什么选择 DeepMem

Agent 框架不断重新发现它们需要持久、可检索的记忆。托管服务按调用计费，并将你的数据发送到别人的云端。DeepMem 是可自托管的替代方案：提供可直接接入的同款 Mem0 风格 API，但运行在你的设备上，使用你的嵌入模型、LLM 密钥和 Qdrant；代码也在这里，可供查验。

DeepMem 与其他 Mem0 替代方案相比如何？ 大多数方案只能托管使用，或是在别人的向量数据库之上构建记忆功能。DeepMem 将三者合而为一：可自托管（数据留在你的设备上——除你自己的 LLM 密钥外，费用为 0 美元）、原生支持 MCP（Claude Desktop / Cursor 可直接以工具形式读取和写入记忆），并且完全开源——托管云端运行的也是完全相同的引擎，因此云端和自托管共用同一个 API，而非两个产品。

没有 DeepMem	使用 DeepMem
每次会话都要重新说明你是谁以及正在做什么	Agent 会自动回忆你的身份、项目和偏好
会话之间丢失调试和研究上下文	可回忆过去的根本原因、走过的弯路和发现，避免重复劳动
每次会话都要手动重述偏好	偏好会在不同会话、Agent 和项目之间持久保留
使用按调用计费并保管你数据的托管记忆服务	在自己的基础设施上自托管，或使用云端——由你选择，API 相同

它是什么（如实说明）

• 混合检索，而非知识图谱。 搜索融合了向量相似度、BM25 关键词匹配、实体加权和时间衰减评分。它没有时序图层；如果你需要这一功能，可以看看 Zep。
• 存储偏好，而非代码倾倒内容。 LLM 抽取前会剥离大型围栏代码块，因此存储内容是持久的用户/项目事实，而不是粘贴的实现代码。
• 自带密钥，支持多家提供商。 使用你自己的 LLM（OpenAI / Anthropic / 任意 OpenAI 兼容端点）和嵌入模型（BGE-M3 / Google / OpenAI 兼容）。
• 原生支持 MCP。 随附 MCP 服务，因此 Claude Desktop / Cursor 可以直接读取和写入记忆。

快速开始

有三种运行方式。它们都使用相同的 Mem0 兼容 API。

1. 云端（无需运维）

export DEEPMEM_API_KEY=dm_live_...      # from https://deepmem.dev
curl https://deepmem.dev/v1/memories \
  -H "Authorization: Bearer $DEEPMEM_API_KEY" -H "Content-Type: application/json" \
  -d '{"messages":[{"role":"user","content":"I am Pat, I live in Lisbon."}],"user_id":"pat","infer":false}'
curl https://deepmem.dev/v1/memories/search \
  -H "Authorization: Bearer $DEEPMEM_API_KEY" -H "Content-Type: application/json" \
  -d '{"query":"Where does Pat live?","user_id":"pat"}'

2. Docker（一条命令）

cp .env.example .env          # add an LLM key
docker compose up --build     # DeepMem (HTTP :8000 + MCP :8001) + Qdrant sidecar
curl http://localhost:8000/health

也可以拉取已发布的镜像：

docker pull langdeepmem/deepmem:latest
docker run -p 8000:8000 -p 8001:8001 -e DEEPSEEK_API_KEY=sk-... langdeepmem/deepmem:latest

镜像开放 :8000（HTTP） 和 :8001（MCP） 端口。Dockerfile 和 docker-compose.yml 涵盖 GPU 版本（CUDA torch + BGE_DEVICE=cuda）以及 BGE-M3 模型下载选项（HF 镜像、代理或本地挂载）。

3. 从源代码

git clone https://github.com/deepmemteam/deepmem.git && cd deepmem
pip install -r requirements.txt
cp .env.example .env          # add an LLM key + embedder config
python server/start.py        # HTTP :8000 + MCP :8001

用三行即可写入和搜索：

import httpx
httpx.post("http://localhost:8000/v1/memories",
    json={"messages":[{"role":"user","content":"I'm Pat, I live in Lisbon."}],
          "user_id":"pat"})
print(httpx.post("http://localhost:8000/v1/memories/search",
    json={"query":"Where does Pat live?","user_id":"pat"}).json()["results"])

user_id 是可选的（默认值为 "default"）；使用不同的 user_id 可隔离不同终端用户。infer: false 会立即存储原始文本 （方便测试）；默认的 infer: true 会将任务加入队列，等待大模型提取事实。

功能亮点

通过配置切换多种提供方，无需修改代码。 两层都可以通过环境变量切换：

层	选项	选择器
LLM（事实提取）	OpenAI · Anthropic（原生 SDK）· 任意兼容 OpenAI 的服务（DeepSeek / vLLM / Ollama / Groq / LM Studio）	LLM_PROVIDER + LLM_API_KEY / ANTHROPIC_API_KEY / DEEPSEEK_API_KEY
Embeddings	BGE-M3（本地、GPU/CPU）· Google Gemini · 任意兼容 OpenAI 的服务	EMBEDDING_PROVIDER + BGE_M3_PATH / GOOGLE_API_KEY / OPENAI_API_KEY

BGE_DEVICE=auto|cpu|cuda 会在 GPU 可用时选用 GPU，否则使用 CPU（小显存显卡上请强制设为 cpu，以避免多进程争用）。BYOK 可按请求覆盖 LLM。

混合检索。 将向量相似度、BM25 关键词、实体加权和时间衰减融合为一个分数。先过量获取，再重新排序，最后返回结果。

异步批量蒸馏。 写入会在静默窗口后进入队列，并以批次形式提取事实，相较于逐条消息提取，可减少约 80% 的 LLM 调用。

语义缓存。 重复的添加和搜索请求会命中相似度门控缓存，并直接返回缓存的事实，无需重新生成嵌入或再次查询 Qdrant。

存储偏好，而非代码。 extraction_filter 会在 LLM 提取前移除较大的围栏代码块，因此存储中会积累持久事实，而不是粘贴的实现代码。

MCP 服务。 为 Claude Desktop、Cursor 和任意 MCP 客户端提供 deepmem_write / deepmem_search / deepmem_delete 工具。

GDPR。 支持带保留期限的软删除、硬删除 reset、日志中的 SHA-256 ID 脱敏，以及用于迁移的导出/导入。

API

方法	路径	描述
POST	/v1/memories	写入消息；由 LLM 提取事实（infer=false 时存储原始内容）
POST	/v1/memories/search	语义搜索（向量 + BM25 + 实体 + 时间衰减）
GET	/v1/memories	列出指定 user_id 的所有记录（分页）
GET	/v1/memories/{id}	按 ID 获取单条记录
PUT	/v1/memories/{id}	更新单条记忆的文本
DELETE	/v1/memories/{id}	软删除单条记录
DELETE	/v1/memories	软删除指定 user_id 的所有记录（GDPR）
GET	/v1/memories/{id}/history	ADD/UPDATE/DELETE 审计日志
POST	/v1/reset	硬删除所有记录及历史（需要 confirm_user_id）
GET	/v1/export · POST /v1/import	可移植 JSON 导出 / 导入
GET	/health · /ready	存活 / 就绪探针

agent_id / run_id 可用于限定写入/读取范围（与 Mem0 的三级隔离方式一致：user -> agent -> run）。交互式文档位于 /docs。

MCP 集成

云端提供远程 MCP 端点（可流式传输的 HTTP）：

URL:    https://deepmem.dev/mcp
Auth:   Authorization: Bearer dm_live_...   (your deepmem.dev API key)
Tools:  deepmem_write / deepmem_search

兼容 Claude Code、Claude Desktop、Cursor 以及任何兼容 MCP 的客户端。

Claude Code - 一条命令：

claude mcp add --transport http deepmem https://deepmem.dev/mcp \
  --header "Authorization: Bearer dm_live_..."

也可以安装插件（其中包含 /deepmem:setup 命令，可指导你配置 API 密钥）：

/plugin marketplace add deepmemteam/deepmem-claude-plugin
/plugin install deepmem@deepmem

Cursor → Settings → MCP → Add new MCP server，或编辑 ~/.cursor/mcp.json（全局）/ .cursor/mcp.json（每个项目）。Cursor 会解析 url 和 headers 中的 ${env:NAME} 变量，因此可以将密钥存放在 环境变量中，而不是配置文件中：

{
  "mcpServers": {
    "deepmem": {
      "url": "https://deepmem.dev/mcp",
      "headers": { "Authorization": "Bearer ${env:DEEPMEM_API_KEY}" }
    }
  }
}

（在 shell 中导出 DEEPMEM_API_KEY=dm_live_...，也可以按需直接粘贴 明文密钥）。社区 MCP 列表中的“一键添加到 Cursor”功能可在 cursor.directory 使用；官方插件则发布在 Cursor Marketplace。

DeepSeek Harness (dsh) - 只需一个 overlay 文件，无需 dsh 插件（dsh 通过通用的 dsh-mcp-client 桥接器连接任何 MCP 服务）：

export DEEPMEM_API_KEY=dm_live_...
dsh web --patch "$PWD/examples/dsh/deepmem.cordis.yml"

详情和可自托管的变体请参阅 examples/dsh。

可自托管（stdio，捆绑的服务，在开放模式下无需密钥）：

{
  "mcpServers": {
    "deepmem": {
      "command": "python",
      "args": ["server/mcp_server.py"],
      "env": { "DEEPMEMORY_BASE_URL": "http://localhost:8000" }
    }
  }
}

此仓库提供了预配置的 .cursor/mcp.json，用于连接 可自托管服务。在 Cursor 中打开此仓库，并在 Settings → MCP 中启用它。

架构

client (HTTP / MCP)
  -> FastAPI (:8000)
       -> rate-limit middleware (per-IP token bucket on add/search)
       -> SemanticCache.check            (return cached facts on similarity hit)
       -> AsyncBatchDistiller.enqueue    (POST /v1/memories, infer=true)
            ↳ silence-window or max_batch triggers on_batch_ready
                ↳ VectorStore.process_batch  (LLM extraction -> Qdrant upsert)
       -> VectorStore.search             (vector + BM25 + entity + time-decay)
  -> LLM: OpenAI / Anthropic / OpenAI-compatible (fact extraction)
  -> BGE-M3 / Gemini / OpenAI-compatible (embeddings)
  -> Qdrant (vectors)  +  SQLite (audit history)
  -> MCP server (:8001)  deepmem_write / deepmem_search / deepmem_delete

使用单个 Qdrant 集合（memories），并通过 user_id 负载进行严格筛选。 TenantValidator 会对 user_id 执行 NFC 规范化，并强制其符合 [A-Za-z0-9._:-]{1,256} 字符集——切勿信任原始请求值。

配置

配置只从环境变量（.env，自动加载）> config.json > 默认值中加载一次。 关键变量：

变量	必需	描述
DEEPSEEK_API_KEY / LLM_API_KEY / ANTHROPIC_API_KEY	一个 LLM 密钥	用于事实提取的大模型
LLM_PROVIDER	否	auto / openai / anthropic / openai_compatible（默认 auto）
EMBEDDING_PROVIDER	否	bge-m3 / google / openai（默认 bge-m3）
BGE_M3_PATH	否	本地 BGE-M3 目录或 HF 模型 ID（默认 BAAI/bge-m3）
BGE_DEVICE	否	auto / cpu / cuda（默认 auto）
QDRANT_URL / QDRANT_API_KEY	否	远程 Qdrant；省略则使用本地文件存储
CORS_ORIGINS	是	以逗号分隔的允许来源（生产环境中不能使用 *）
RATE_LIMIT_ADD / RATE_LIMIT_SEARCH	否	每分钟限制（默认 30 / 60）

后端会根据环境变量自动切换——无需修改代码：

• 设置 QDRANT_URL -> 使用远程 Qdrant；未设置 -> 使用 ./data/qdrant 下的本地文件 Qdrant。
• 除非设置 DEEPMEMORY_DEBUG=1，否则启动时会拒绝 CORS_ORIGINS=*。

生产环境（systemd）

systemctl restart deepmem.service     # scripts/start.sh -> uvicorn :8000
journalctl -u deepmem -f

对于 HTTPS，请在前端部署 Caddy 或 Nginx；scripts/start.sh 可在 systemd 或任何进程管理器下运行。

基准测试

/benchmarks 中提供了两个可复现的脚本：

• 云端对比云端 - DeepMem 云端与 Mem0 云端对比。在 deepmem.dev + mem0.ai 注册密钥，然后 运行 python benchmarks/benchmark_cloud.py。
• 可自托管 - 使用你自己的 DeepMem 和硬件（无需密钥或外部服务）： python benchmarks/run_benchmark.py。

两个脚本都提供自包含的工作负载，并报告 P50/P95/P99 + 吞吐量。本 README 顶部的数值由这些脚本生成——重新运行脚本，查看你自己的百分位数。

常见问题

需要云服务吗？ 不需要。开源服务本身功能齐全。云服务（deepmem.dev）是免运维选项——API 相同。

可以离线使用吗？ 检索和原始存储（infer=false）无需网络即可使用。LLM 事实提取（infer=true）需要 LLM 密钥；也可以运行本地 OpenAI 兼容模型（Ollama / vLLM / LM Studio），并将 LLM_BASE_URL 指向该模型。

我的数据存在哪里？ 存在你的 Qdrant（本地文件或服务）和 SQLite 审计日志中。除了你配置的 LLM / 嵌入调用外，没有任何数据会离开你的机器。

支持多租户吗？ 支持——使用单个 Qdrant 集合，并通过 user_id 进行硬过滤。agent_id / run_id 可添加 Agent 和会话范围。

可以用于生产环境吗？ 已通过 systemd 搭配远程 Qdrant 用于生产环境。本地文件 Qdrant 适用于开发或单工作进程场景；多工作进程或高吞吐量场景请使用 Qdrant 服务。

开发

pip install -r requirements.txt
DEEPMEMORY_DEBUG=1 python -m uvicorn server.main:app --reload --host 0.0.0.0 --port 8000
pytest tests/ -x -v

许可证

MIT.