hoelee-blog/src/content/posts/zh/self-hosting-mem0-memory-stack.md

title, description, pubDate, category, blueprint, blueprintLayer, tags, ogImage, banner

title	description	pubDate	category	blueprint	blueprintLayer	tags	ogImage	banner
我如何在私有存储节点上自托管 Mem0 记忆栈（让 AI 助手拥有持久记忆）	一套私有、自托管的 AI 助手记忆层——mem0 API + LiteLLM + PostgreSQL/pgvector，跑在 Synology NAS 上。语义记忆由你掌控，而不是第三方手里。	2026-09-16	case-studies	ai-agent-automation	L2-llm-gateway-agents	mem0 docker postgres pgvector litellm ai sharing	/og/zh-self-hosting-mem0-memory-stack.jpg	/banners/self-hosting-mem0-memory-stack.jpg

一个每次对话后都忘光一切的 AI 助手，就是一个每轮都要你重新自我介绍的工具。我的 AI 助手（就是驱动这个博客工作流的那个）曾经每场会话都从零开始——直到我给它加了一层记忆：一套自托管的 mem0 栈，负责存储它学到的事实、按语义检索、并跨会话存活。

这就是我在自托管生产存储节点（Synology DS1821+）上部署这套系统的工程实践——私有、完全由我掌控、数据绝不离开我的局域网。

为什么这件事重要

记忆层改变的是一个助手真正能为企业做的事：

• 不再重复回答同样的问题。 记住客户获批的试用、他买的产品、上次的售后问题——下一段对话从上一次结束的地方继续。
• 让「个性化」成真。 一个记得客户偏好和历史记录的机器人，就是一个人。这不是提示词糖衣；这是一份存储的、可检索的记录。
• 把数据掌控权留在自己手里。 我对托管式记忆服务不满的每一点，自托管都解决了——事实存在我自己的 PostgreSQL 里、我自己的 NAS 上、我自己网络的后面。

对任何跑 AI 助手（售后机器人、研究助手、个人自动化）的人来说，问题不是助手要不要记住——而是这份记忆是一份私有资产，还是第三方的数据。

mem0 做了什么

Mem0 是给 LLM 应用用的「开箱即用的记忆」。你不用手搓嵌入表和相似度检索，它给一个小 API，把记忆需要的三件事都做了：

1. 加一条记忆 —— POST /memories 传一条事实或一段对话；它抽取、去重并存储（可选由 LLM 分类）。
2. 检索 —— POST /search 带一个 JSON 请求体，返回按语义相似度排序的相关事实。
3. 按用户隔离 —— 记忆归属 user_id，所以可以按客户、按项目、按会话分开，互不串扰。

「记忆」就是抽取出来的事实；「检索」就是向量相似度。哪怕你从没亲手碰过向量数据库，也能让助手有记忆。

技术栈

Synology DS1821+ 上用 Portainer compose 栈跑三个容器：

• mem0 API —— 记忆服务本身（本地自定义构建），监听 20015 端口。
• LiteLLM —— 真正做事实抽取的模型前面的 LLM 网关。不碰 mem0 配置就能换底层模型。
• PostgreSQL 17 + pgvector —— 数据库。pgvector/pgvector 把 Postgres 和向量扩展打包成一等公民，语义搜索和别的一切同库。

┌──────────────┐      /search & /memories       ┌──────────────────┐
│ AI agent /   │ ──── X-Api-Key + JSON ───────▶ │  mem0 API :20015 │
│ Hermes / bot │                                └────────┬─────────┘
└──────────────┘                                         │ pgvector
                                                         ▼
                                             PostgreSQL 17 + pgvector
┌──────────────┐     model calls (extract)    ┌──────────────────┐
│ OpenAI etc.  │ ◀───────── LiteLLM ──────────│ fact-classifier  │
└──────────────┘                              └──────────────────┘

一份有代表性的 compose 长这样：

📄 docker-compose.yml（30 行）— Mem0 + LiteLLM + pgvector 生产编排配置

services:
  mem0-postgres:
    image: pgvector/pgvector:pg17
    environment:
      POSTGRES_USER: mem0
      POSTGRES_PASSWORD: ${MEM0_DB_PASSWORD}
      POSTGRES_DB: mem0
    volumes:
      - ./data/pg:/var/lib/postgresql/data
    restart: unless-stopped

  mem0-litellm:
    image: ghcr.io/berriai/litellm:main-stable
    command: ["--config", "/app/config.yaml"]
    volumes:
      - ./litellm-config.yaml:/app/config.yaml
    restart: unless-stopped

  mem0-api:
    build: ./mem0-api
    environment:
      OPENAI_API_KEY: ${OPENAI_API_KEY}
      OPENAI_API_BASE: http://mem0-litellm:4000/v1   # 穿过网关
      MEM0_API_KEY: ${MEM0_API_KEY}                  # /search 与 /memories 的 X-Api-Key
      POSTGRES_URL: postgresql://mem0:***@mem0-postgres/mem0
    ports:
      - "20015:8000"
    restart: unless-stopped

（我的镜像是从 mem0 仓库构建的，模型/事实抽取指向 LiteLLM；具体 tag 是我维护的本地构建版本，真正的 API key 我不放在 compose 里——由环境密文注入。）

使用

服务起来之后，API 简单得让人神清气爽。写入一条事实（快速、原样存储）：

curl -X POST http://nas-node.internal:20015/memories \
  -H "Content-Type: application/json" \
  -H "X-Api-Key: ***" \
  -d '{
    "user_id": "customer-2211",
    "text": "Customer 2211 prefers email over WhatsApp for order updates."
  }'

之后再取最相关的记忆：

curl -X POST http://nas-node.internal:20015/search \
  -H "Content-Type: application/json" \
  -H "X-Api-Key: ***" \
  -d '{
    "user_id": "customer-2211",
    "query": "how should I reach this customer?",
    "limit": 5
  }'

然后把返回的事实塞进助手回答前的系统提示词（或上下文）。这就是全部循环：存事实、召回相关的、在下一句回复里用上。

让我花了一天时间的 infer 坑

• POST /memories 默认 infer=true 会跑 LLM 事实抽取器——分类、清洗每条记忆。聪明但慢，而且每次调用都要一次模型往返。
• 如果我只是想让助手逐字快速地记下某件事（客户说「请叫我 Andy」），我传 infer=false——不经过 LLM，近乎瞬时存储。

我栈上的路由是 /search 和 /memories，没有 /v1 前缀（早期一个自以为有 /v1 的包装器 404 了一阵子），认证是朴实的 X-Api-Key 头。都是小事，但都让我费过时间。

如果重来我会怎么做

• 从第一天起对常规记录就用 infer=false。 只对重要的事实跑 LLM 抽取；默认的推理模式让每一次写入都为了一句随手记付出的成本不值。
• 把 API key 当真正的机密。 它会嵌进 agent 配置和 compose 环境变量里，所以我把它从 compose 文件中拿出来，用环境密文注入。
• 把数据库放在我信任的盘上。 Mem0 的下限就是你 Postgres 的下限。我把它跑在 NAS 受保护的卷上、带备份任务——因为一个会失忆的记忆层还不如没有。

结果

一层私有、自托管的记忆，用两个小 HTTP 调用就能访问。我的助手现在跨会话记得客户、偏好和决策——而且因为整个栈都在我自己网络后面的 PostgreSQL 里，这一切都没有离开我的掌控。

如果你跑的 AI 助手动不动就忘掉上下文，自托管 mem0 是最划算、最省事的升级之一——而且你能在不把记忆送进别人数据库的前提下做到。

---

想让你的生意也用上带记忆的 AI 吗？

我为企业构建并自托管 AI 助手、记忆栈、网站和基础设施。如果你想让助手真正记住你的客户——或者你想聊聊雇佣我——我很乐意帮上忙：

• 📱 WhatsApp： +60 12-797 2969
• 📧 邮箱： [email protected]
• 🌐 网站： hoelee.com