[AI Mem0 MultiOn] Mem0集成MultiOn,实现高效自动化网页任务

了解如何通过Mem0和MultiOn构建一个能够记住用户偏好并自动执行网页任务的个性化浏览器代理。本文详细介绍了设置、配置以及实际操作步骤。

我们来看一个 Mem0 集成 MultiOn 的例子。


构建个人浏览器代理,记住用户偏好并自动执行网页任务。它集成了Mem0进行内存管理和MultiOn执行浏览器操作,从而实现个性化和高效的网页互动。

概述

在这个示例中,我们将创建一个基于浏览器的AI代理,用于在arxiv.org上搜索与用户研究兴趣相关的研究论文。

设置和配置

安装必要的库:

1
pip install mem0ai multion

首先,我们将导入必要的库并设置配置。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
import os
from mem0 import Memory
from multion.client import MultiOn

# 配置
OPENAI_API_KEY = 'sk-xxx'  # 用你的实际OpenAI API密钥替换
MULTION_API_KEY = 'your-multion-key'  # 用你的实际MultiOn API密钥替换
USER_ID = "从零开始学AI"

# 设置OpenAI API密钥
os.environ['OPENAI_API_KEY'] = OPENAI_API_KEY

# 初始化Mem0和MultiOn
memory = Memory()
multion = MultiOn(api_key=MULTION_API_KEY)

将记忆添加到Mem0

接下来,我们将定义用户数据并将其添加到Mem0。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
# 定义用户数据
USER_DATA = """
关于我
- 我是从零开始学AI 公众号主理人
- 我对AI和ML基础设施感兴趣
"""

# 将用户数据添加到记忆中
memory.add(USER_DATA, user_id=USER_ID)
print("用户数据已添加到记忆中。")

检索相关记忆

现在,我们将定义我们的搜索命令并从Mem0中检索相关记忆。

1
2
3
4
5
6
7
# 定义搜索命令并检索相关记忆
command = "查找我应该阅读的基于我的兴趣的arxiv论文。"

relevant_memories = memory.search(command, user_id=USER_ID, limit=3)
relevant_memories_text = '\n'.join(mem['text'] for mem in relevant_memories)
print(f"相关记忆:")
print(relevant_memories_text)

浏览arXiv

最后,我们将使用MultiOn基于我们的命令和相关记忆浏览arXiv。

1
2
3
4
# 创建提示并浏览arXiv
prompt = f"{command}\n 我的过去记忆:{relevant_memories_text}"
browse_result = multion.browse(cmd=prompt, url="https://arxiv.org/")
print(browse_result)

结论

通过将Mem0与MultiOn集成,您已经创建了一个个性化的浏览器代理,记住用户偏好并自动执行网页任务。有关更多详细信息和高级用法,请参阅完整的手册。


总结

通过上面的例子,我们也可以看到如何使用 Mem0. 基本上就是对 Mem0 的 CRUD,然后 search。请求 LLM 时,带上 search 出来的 memory,一起发给 LLM。

之后,我们会一起看下 Mem0 的实现,看看如何实现 CRUD 和 search。