Mem0唱罢，Memary登场！

主要观点总结

文章介绍了近期火热的Mem0及相关开源项目，如Memary、supermemory和redcache-ai等。文章还介绍了LLM应用中的知识图谱技术，包括记忆模块的设计受到微软研究院提出的K-LaMP设计的影响、实体知识库的作用以及相关的主题分析等。最后表达了对于更多的LLM应用开源项目的期待。

关键观点总结

关键观点1: Mem0的火热及相关开源项目

Mem0近期受到广泛关注，被冠以各种称号。此外，还有其他的开源项目如Memary、supermemory和redcache-ai等与LLM应用相关，它们为LLM或Agent或App提供赋能。

关键观点2: 知识图谱技术在LLM应用中的作用

知识图谱在LLM应用中扮演着重要角色。Memary使用Neo4j图形数据库来存储知识，Llama Index用于根据文档向图形存储中添加节点。还有其他的实体知识库和记忆模块等技术也被应用于LLM应用中。

关键观点3: 开源的期待

文章最后表达了对更多LLM应用开源项目的期待，包括RAG、Agent、KG等相关项目。

文章预览

前段时间 Mem0 莫名大火 ， 被冠以各种称号“ 超越RAG ”、“ 下一代RAG ”、“让LLM拥有超强个性记忆”等等，截止到今天已收获19k Star，可见其火热程度。PaperAgent也专门撰文对其code进行了分析（核心Prompt）： 看完Mem0的源码，它很火，我很懵。 然而，在 Mem0 热度褪去之后，会不会出现下一个Mem0？ ，在此，PaperAgent收集了一些赋能 LLM或Agent或App 的开源 Memory 项目： supermemory、 redcache-ai、 Memary。 其中 Memary 宣称 会跟踪用户的 偏好 ，模拟 人类记忆 ，让 Agent 能够随着时间的推移学习和改进，基于 Neo4j 图形数据库来存储知识， 使用 Llama Index 进行知识注入 。 Memary 的内存结构 Agent 为了向没有现有Agent的开发人员提供访问权限，设置了一个简单的Agent实现，基于 给定所提供的工具， 使用ReAct Agent来规划并执行查询： 搜索工具对于从知识图谱检索信息至关 ………………………………