mem0 这类 agent 记忆库软件，大家发现没，记忆条目达到 10000 条以上的时候召回精度好像会下降

没有接触过这方面 想了解什么情况下会有这么多的记忆 如果记忆有冲突一般怎样处理

@MHPSY #1 mem0+TencentDB-Agent-Memory 都有记忆重复检测的，存进去的时候发现重复就存不进去了

@MHPSY #1 主要是我用的够久了，每天都在和 agent 聊天，每次会话完毕都会存一条记忆，我还把我所有的创作和文档还有所有隐私都喂进入了

记忆多了，这是没办法的事吧？我记得初筛是用向量相似度做的，太多了估计相似度高的比较多？

看看 debug 一下呗，mem0 带 llm 总结和优化吗？
向量检索缺点是会相似度优先，fts 之类的就是纯关键字，得看你的记忆里都是啥了

@garyox64 #5 有大模型总结功能的，先缓存进去，然后大模型总结，然后用嵌入正式存入

@sesshomaru0 #4 那有没有啥好用的记忆软件推荐啊

我是自己单独搭的一个 openviking ，麻烦的是要单独维护一个系统，相比普通记忆，openviking 还是稍显复杂的，其实给项目团队搭建更合理，不过我就是觉得越用越多，记忆数据切换成本也比较高，在当下没有更好技术的前提下，干脆一步到位。

我是把 hermes ，claude code 和 workbuddy 等等以及还可能会用到其他的，一股脑都接入进去了，归属到我一个账户下，数据分层，向量化、重排序，索引等等，齐全齐备，单独维护一套系统确实比较麻烦，而且用的越久，就越要重视备份，不然丢了成本太高。

12000 条,感觉还好,我也是担心越存越不准- -

@willie1991 #9 我目前 10932 条，我是觉得越来越像老年痴呆了，同一个模型召回 50 条记忆后开始回答，越来越容易记忆出错了，。我感觉应该是记忆软件的问题

mem0 这东西，只是动态记忆而已，你需要定期将他转为静态知识库，然后生成一个 Agent 统一检索接口，也就是 memory index 。