夜雨聆风这是 Mem0 源码解析系列的第三篇。前两篇我们讲了“记忆如何被写入”和“Mem0 如何用提示词管理记忆”。这一篇换个角度：当用户再次提问时，Mem0 到底怎样从一堆历史记忆里，把真正有用的内容找回来？
一、为什么“检索记忆”比看起来更难
人类回忆一件事时，并不是把大脑里的所有经历都扫描一遍。我们通常会先抓住问题里的关键词和语义线索，再联想到相关的人、事、偏好、时间和关系。
AI 的长期记忆系统也类似。
如果用户问：“我喜欢喝什么咖啡？”
系统不能简单地搜索“咖啡”两个字。因为相关记忆可能写成很多不同形式：
• “用户偏好拿铁” • “他每天早上会点一杯 latte” • “张三不喜欢美式，更喜欢奶味重一点的咖啡” • “上次他说星巴克只喝燕麦拿铁”
这些句子不一定共享完全相同的关键词，但语义上都和“喜欢什么咖啡”有关。因此，Mem0 的检索系统要解决的核心问题不是“匹配文字”，而是“找回语义相关的记忆”。
这也是 Mem0 检索链路的主线：先理解问题，再缩小范围，再找相似内容，必要时再重新排序。
二、Mem0 的检索链路
Mem0 的记忆检索可以概括成五步：
1. 接收用户查询 2. 根据用户、Agent、会话等条件构建过滤范围 3. 把查询转换成向量，用向量数据库搜索相似记忆 4. 如果启用了图存储，同时搜索实体和关系 5. 对候选结果进行重排序，返回最相关的记忆
换成更直观的说法：
用户问了一个问题，Mem0 先确认“应该在哪个记忆空间里找”，再把问题变成机器能理解的语义坐标，然后去记忆库中找距离最近的内容。如果还有图谱记忆，它会同时查找人物、偏好、地点、关系等结构化信息。最后，系统会把候选结果再筛一遍，把最可能有用的记忆放在前面。
这条链路看起来简单，但里面有几个关键设计：
• 过滤器负责“别找错地方” • Embedding 负责“理解语义” • 向量搜索负责“快速召回” • 图检索负责“补充关系” • Reranker 负责“精排结果” • 并行检索负责“缩短等待时间”
召回
用 Embedding 和向量搜索，从大量记忆中找候选。
过滤
用用户、Agent、会话和时间等元数据划边界。
排序
用相似度和 Reranker，把真正有用的记忆放前面。
下面逐个拆开看。
三、第一步：先确定应该去哪片记忆里找
长期记忆系统最怕的一件事，是把别人的记忆拿出来。
比如同一个应用里有很多用户，每个人都可能说过“我喜欢拿铁”。当张三问“我喜欢什么咖啡”时，系统必须只在张三的记忆里找，而不能把李四、王五或者另一个 Agent 的记忆混进来。
所以 Mem0 检索开始时，会先构建过滤条件。最常见的过滤维度包括：
• 用户 ID：区分不同用户 • Agent ID：区分不同智能体 • Run ID：区分不同会话或运行上下文 • Actor ID：区分具体行为主体 • 时间、角色、自定义元数据等额外条件
这一步的意义很大。它不是为了“高级查询”而高级，而是为了给记忆检索划边界。
如果没有这层过滤，向量搜索再准确也可能召回错误对象的记忆。对个人助手、客服 Agent、企业知识助理来说，这一点尤其关键：记忆的准确性首先来自隔离，之后才是相似度。
四、第二步：把问题变成“语义坐标”
Mem0 检索的核心不是传统关键词搜索，而是向量搜索。
向量搜索背后的关键动作叫 Embedding。简单说，就是把一段文字转换成一组数字。这组数字可以理解成文本在语义空间里的坐标。
比如：
• “我喜欢喝拿铁” • “用户偏好 latte” • “他更爱奶咖”
这三句话字面上差别很大，但语义接近。Embedding 模型会把它们放到向量空间中比较接近的位置。
当用户问“我喜欢喝什么咖啡”时，Mem0 会先把这个问题也转换成向量。随后，系统就不再比较文字本身，而是比较“问题向量”和“记忆向量”之间的距离。
距离越近，说明语义越相似。
这就是为什么 Mem0 能找回那些没有完全命中关键词、但意思相关的记忆。
五、第三步：用向量数据库快速召回候选记忆
当查询已经变成向量，下一步就是去向量数据库里找相似内容。
Mem0 默认支持 Qdrant，也支持 Pinecone、Milvus、Chroma、FAISS、PGVector、Redis、MongoDB、Elasticsearch 等多种后端。不同后端的部署方式和性能特点不同，但在检索链路里的职责是一致的：存放记忆向量，并快速返回最相似的一批结果。
这里有一个很重要的概念：召回。
召回阶段不一定要求一步到位找到最终答案，它更像是先从海量记忆里挑出一批“看起来可能相关”的候选项。
例如用户问：“我喜欢喝什么？”
向量搜索可能先召回：
• 用户喜欢拿铁咖啡 • 用户每天早上喝咖啡 • 用户不喜欢无糖茶 • 用户说过周末会去咖啡店 • 用户喜欢燕麦奶
这些结果相关程度不同，有些很直接，有些只是沾边。向量搜索的任务是快速把候选范围缩小，而不是负责最终裁判。
这也是为什么 Mem0 后面还会引入阈值过滤和 Reranker 重排序。
六、过滤器的作用：让搜索更像“定向回忆”
向量搜索擅长找语义相似的内容，但它不知道业务边界。
业务边界要靠过滤器控制。
比如同样是搜索“最近的偏好”，你可能只想看：
• 某个用户的记忆 • 最近一个月创建的记忆 • 某个 Agent 产生的记忆 • 某个角色说过的话 • 带有某个标签的记忆
Mem0 的过滤器系统支持精确匹配、范围过滤、列表匹配、文本包含、逻辑组合等能力。对于普通使用者来说，不需要记住这些操作符。真正重要的是理解过滤器在检索中的位置：
它发生在“找相似内容”之前或同时发生，用来告诉系统“只在这片范围里找”。
这带来两个好处：
第一，结果更准确。系统不会把其他用户、其他会话或不相关时间段的记忆混进来。
第二，检索更快。范围越明确，向量数据库需要比较的候选越少。
所以，好的记忆检索不只是模型能力问题，也和元数据设计密切相关。写入记忆时保存了哪些字段，检索时就能用哪些字段缩小范围。
七、相似度阈值：不够相关就别返回
向量搜索通常会返回一批“最相似”的结果，但“最相似”不等于“一定相关”。
假设系统必须返回 10 条结果，即使只有 3 条真正相关，它也可能把剩下 7 条勉强相似的内容补上。这会让下游的大模型读到噪声，进而影响回答质量。
因此 Mem0 支持相似度阈值。
阈值的作用很直接：只有相似度达到要求的记忆才会被返回。
如果阈值设得太低，召回更多，但噪声也更多。如果阈值设得太高，结果更干净，但可能漏掉一些有用记忆。
这其实是所有检索系统都要面对的取舍：要更多，还是要更准。
在实际应用里，可以根据场景调整：
• 聊天助手可以适当放宽，避免漏掉背景信息 • 严肃问答可以更严格，减少无关记忆干扰 • 推荐系统可以多召回一些，再交给后续排序处理
八、Reranker：先粗找，再精排
向量搜索很快，但它不是最精细的判断方式。
它更像第一轮筛选：先从大量记忆里找出一批候选。问题是，这批候选内部谁更重要、谁更贴近用户问题，还需要进一步判断。
这就是 Reranker 的作用。
Reranker 可以理解成第二轮面试官。向量搜索先把简历筛出来，Reranker 再逐条看候选记忆和用户问题之间的关系，把真正相关的内容排到前面。
举个例子，用户问：“我喜欢喝什么咖啡？”
向量搜索可能召回：
• 用户喜欢拿铁 • 用户每天早上喝咖啡 • 用户喜欢咖啡店的环境 • 用户不喜欢太苦的美式 • 用户昨天买了咖啡杯
这些都和咖啡有关，但最能回答问题的是“喜欢拿铁”和“不喜欢太苦的美式”。Reranker 的价值就在于进一步区分“相关主题”和“真正回答问题”。
这也是 Mem0 检索质量提升的重要来源：先用向量搜索保证速度，再用 Reranker 提升精准度。
九、图检索：把记忆里的关系也找出来
向量记忆擅长处理语义相似，但有些信息天然更适合用“关系”表达。
比如：
• 张三 喜欢 拿铁 • 张三 就职于 某公司 • 张三 的朋友 是 李四 • 拿铁 属于 咖啡
这些不是简单的文本片段，而是实体之间的关系。
Mem0 如果启用了图存储，会在检索时同时搜索图数据库。它会尝试从查询中找到相关实体，再沿着实体关系查找关联信息。
这能补上向量搜索的短板。
比如用户问：“我之前提到的那个喜欢拿铁的朋友是谁？”
向量搜索可能找回一段聊天记录，图检索则可能直接提供关系：李四 喜欢 拿铁。
两类检索结果结合起来，系统既能获得上下文文本，也能获得结构化关系。
十、并行检索：速度来自同时行动
Mem0 的另一个设计点是并行检索。
如果同时启用了向量存储和图存储，系统不会先查完向量库再查图数据库，而是同时发起两个检索任务。
这很好理解：
• 向量库负责找语义相似的记忆 • 图数据库负责找实体关系 • 两边互不依赖，就可以同时进行
如果向量检索需要 50 毫秒，图检索也需要 50 毫秒，顺序执行大约要 100 毫秒，并行执行则接近 50 毫秒。
对用户来说，这种优化不会体现在某个显眼功能上，但会体现在整体体验里：回答更快，等待更短。
十一、完整例子：一次记忆检索如何发生
假设 Mem0 里已经保存了几条关于张三的记忆：
• 张三喜欢喝拿铁咖啡 • 张三每天早上都会喝咖啡 • 张三不喜欢太苦的美式 • 张三喜欢用燕麦奶
现在张三问：“我喜欢喝什么咖啡？”
Mem0 大致会这样处理：
第一步，确认搜索范围。
系统会把检索限定在张三的记忆里，避免拿到其他用户的信息。
第二步，理解问题语义。
“我喜欢喝什么咖啡”会被转换成向量，表示这个问题的语义位置。
第三步，召回候选记忆。
向量数据库会找出和这个问题语义接近的记忆，比如“喜欢拿铁”“每天喝咖啡”“不喜欢太苦的美式”。
第四步，补充关系信息。
如果启用了图存储，系统可能同时找出“张三 喜欢 拿铁”“拿铁 属于 咖啡”这样的关系。
第五步，重新排序。
Reranker 会把最能回答问题的记忆排到前面。相比“每天早上喝咖啡”，“喜欢拿铁”显然更直接。
最后，Mem0 返回给大模型的就不是全部历史聊天，而是一小组高相关记忆。大模型再基于这些记忆生成回答：
“你喜欢喝拿铁，尤其偏好奶味重一点的咖啡，也提到过喜欢燕麦奶。”
这就是长期记忆真正发挥价值的地方：不是把所有历史都塞给模型，而是在合适的时候找回合适的内容。
十二、这个设计的本质：召回、过滤、排序
如果把 Mem0 的检索系统再抽象一点，它其实是在做三件事：
第一，召回。
通过 Embedding 和向量搜索，从大量记忆里找到语义相关的候选内容。
第二，过滤。
通过用户、Agent、会话、时间、角色等元数据，确保候选内容来自正确范围。
第三，排序。
通过相似度分数和 Reranker，把最有价值的记忆放到前面。
这三个动作共同决定了记忆检索的质量。
只召回、不过滤，容易串记忆。
只过滤、不做语义搜索，容易找不到换了表达方式的内容。
只召回、不排序，可能把真正有用的信息埋在后面。
Mem0 的检索链路，就是把这三件事组合起来。
核心模型
召回决定能不能想起来，过滤决定是不是想错人，排序决定最重要的信息能不能排在前面。
十三、对开发者的启发
从 Mem0 的实现里，可以看到几个对长期记忆系统很重要的经验。
第一，记忆不是越多越好，能被正确找回才有价值。
长期记忆系统很容易陷入“先存下来再说”的思路，但真正困难的是后续检索。如果写入时没有保存用户、时间、来源、角色等元数据，后面就很难精准过滤。
第二，向量搜索适合召回，不适合独自承担最终判断。
向量相似度能解决“语义接近”的问题，但不能完全解决“是否回答了这个问题”的问题。Reranker、阈值和业务规则仍然很重要。
第三，结构化关系和非结构化文本应该互补。
文本记忆保留上下文，图记忆保留关系。两者结合，系统既能理解一段话，也能回答“谁和谁有什么关系”。
第四，检索性能来自链路设计，而不是某一个模型。
并行检索、索引、过滤器、召回数量、重排序策略，都会影响最终速度。一个好的记忆系统，通常不是靠单点技术取胜，而是靠整条链路配合。
十四、总结
Mem0 的记忆检索并不是简单地从数据库里查几条记录。它更像一次“定向回忆”：
先确定是谁的记忆，再理解问题的语义，然后从向量库里快速召回候选内容；如果有图存储，就同时补充实体关系；最后再通过阈值和重排序，把最相关的记忆交给大模型。
这套机制让 Mem0 能做到两件事：
• 找得快：通过向量数据库、索引和并行检索提升速度 • 找得准：通过过滤器、阈值、图关系和 Reranker 提升相关性
对 AI Agent 来说，长期记忆的关键不只是“记住”，更是“在需要的时候想起来”。
Mem0 的检索系统，解决的正是这个问题。
相关源码位置
• mem0/memory/main.py：记忆检索主流程• mem0/embeddings/：Embedding 生成• mem0/vector_stores/：向量存储适配• mem0/reranker/：重排序逻辑• mem0/memory/graph_memory.py：图记忆检索
系列完结
到这里，Mem0 源码解析系列就正式完结了。
从第一篇的“记忆如何被添加”，到第二篇的“提示词工程如何驱动记忆管理”，再到这一篇的“记忆如何被检索”，我们基本走完了 Mem0 长期记忆系统最核心的闭环：写入、管理、检索。
如果把 AI Agent 看成一个会持续行动的系统，那么长期记忆不是锦上添花的功能，而是它从“一次性问答工具”走向“长期协作伙伴”的关键基础设施。Mem0 给出的启发也很直接：真正可用的记忆系统，不只是把信息存下来，而是要能在合适的时机、合适的范围里，把合适的内容找回来。
