1. 项目概述
作为一名长期奋战在AI应用开发一线的工程师,我最近遇到了一个令人头疼的问题:当AI Agent与用户进行几十轮对话后,它就开始"失忆",完全记不住用户之前提到过的关键信息。这就像和一个健忘症患者聊天,每次都要重复自我介绍,体验极其糟糕。
经过对各种记忆方案的调研和测试,我发现TiMEM这个开源库完美解决了这个问题。它最大的亮点在于实现了分层记忆管理,而不是像传统方案那样把所有记忆扁平化存储。这种设计让AI Agent能够像人类一样,根据对话的深度和复杂度,灵活调用不同层级的记忆。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与安装
2.1 安装TiMEM
TiMEM的安装过程非常简单,只需要一条pip命令:
bash复制pip install timem-ai
这个库支持Python 3.7及以上版本,我推荐使用Python 3.11,因为它在异步IO性能上有显著提升,这对TiMEM的异步API特别重要。
注意:如果你同时使用其他AI相关库,建议先创建一个干净的虚拟环境,避免依赖冲突。
2.2 获取API Key
要使用TiMEM的云服务,你需要先注册获取API Key:
- 访问TiMEM控制台
- 使用GitHub或邮箱注册账号
- 在控制台创建新项目,系统会自动生成API Key
免费套餐提供每月10,000次API调用,对于开发和测试完全够用。生产环境可以根据需要升级到付费计划。
3. 核心功能实战
3.1 基本使用模式
TiMEM的核心功能非常简单直观,主要就是两个操作:存储记忆和检索记忆。下面是一个完整的示例代码:
python复制import asyncio
from timem import AsyncMemory
async def main():
# 初始化记忆客户端
memory = AsyncMemory(
api_key="YOUR_API_KEY",
base_url="https://api.timem.cloud"
)
# 存储对话记忆
await memory.add(
messages=
