MemOS Cloud 是行业首个云端落地的大模型记忆操作系统，我们面向开发者提供托管服务，这也是将 MemOS 添加到应用程序最简单的方法。
本教程将帮助大家在几分钟内通过云平台快速接入 MemOS 的核心记忆能力。
第一步：获取并配置接口密钥 (API Key)
所有对 MemOS 云平台接口的请求都需要进行鉴权认证。
注册并登录 MemOS 云平台，此时系统已为您创建一个默认项目，从控制台复制您的默认 API Key。
1. 密钥获取
1.1 注册并登录 MemOS 云平台。
访问 MemOS 云平台：
https://memos-dashboard.openmem.net/quickstart/?entrance=wechat
1.2 成功登陆/注册后，系统默认会为您创建一个 “默认项目”。
可通过快速开始页面直接复制默认项目的密钥，或通过左侧边栏的「接口密钥」管理/创建项目。
1.3 进入「接口密钥」页面复制您的 默认 API Key。
2. 鉴权认证与环境变量配置
MemOS 接口使用Token方式进行认证，您需要将 API Key 放置在请求头的Authorization字段中。
推荐的 Python 环境变量配置
为了方便调用，建议配置以下环境变量：
| 变量名 | 示例值 | 说明 |
|---|---|---|
MEMOS_API_KEY | YOUR_API_KEY | 您的接口密钥。 |
MEMOS_BASE_URL | https://memos.memtensor.cn/api/openmem/v1 | MemOS 云平台的 API 基础地址。 |
代码配置示例：
import os import requests import json # 1. 配置环境变量（需替换成您的实际密钥） os.environ["MEMOS_API_KEY"] = "YOUR_API_KEY" os.environ["MEMOS_BASE_URL"] = "https://memos.memtensor.cn/api/openmem/v1" # 2. 定义请求头 headers = { "Content-Type": "application/json", "Authorization": f"Token {os.environ['MEMOS_API_KEY']}" }示例中通过环境变量读取 API Key，仅用于说明鉴权时密钥的引用方式；具体的密钥配置方式可根据实际开发和部署环境自行选择。
第二步：添加原始对话 (addMessage)
addMessage接口（消息 API）用于将用户与系统的原始对话消息添加并储存到 MemOS 中。MemOS 会自动对这些原始对话进行抽象、加工并保存为记忆。
接口详情
- URL 示例：
https://memos.memtensor.cn/api/openmem/v1/add/message - 核心功能： 储存完整的对话记录。
示例代码
将一段对话历史注入 MemOS：
# 假设前面已完成环境变量和 headers 的配置 # 示例对话历史（你只需要把原始的对话记录给到 MemOS） history = [ {"role": "user", "content": "我暑假定好去广州旅游,住宿的话有哪些连锁酒店可选?"}, {"role": "assistant", "content": "您可以考虑【七天、全季、希尔顿】等等"}, {"role": "user", "content": "我选七天"}, ] data = { "user_id": "user777", # 用户唯一标识 "conversation_id": "conv777", # 会话唯一标识 "messages": history } url = f"{os.environ['MEMOS_BASE_URL']}/add/message" res = requests.post(url=url, headers=headers, data=json.dumps(data)) print(f"addMessage result: {res.json()}")第三步：记忆检索/查询记忆 (searchMemory)
searchMemory接口（记忆 API）用于检索和召回与用户查询相关的记忆片段，赋能模型在生成回答时能够结合用户历史、偏好和上下文。
接口详情
- URL 示例：
https://memos.memtensor.cn/api/openmem/v1/search/memory - 核心功能： 检索召回用户的相关记忆片段。
示例代码
如何根据新的查询检索长期记忆：
# 假设前面已完成 addMessage 操作并配置好 headers # 示例查询 query = "我十一想出去玩，推荐我没住过的酒店品牌" data = { "user_id": "user777", "conversation_id": "conv777", "query": query, } url = f"{os.environ['MEMOS_BASE_URL']}/search/memory" res = requests.post(url=url, headers=headers, data=json.dumps(data)) print(f"searchMemory result: {res.json()}") # 预期返回内容会包含：事实记忆、显式偏好（如偏好七天酒店）、隐式偏好（如倾向经济型酒店）第四步：获取原始对话 (getMessage)
getMessage接口（消息 API）用于获取用户与系统的原始对话消息，支持储存完整的对话记录。
接口详情
- URL 示例： https://memos.memtensor.cn/api/openmem/v1/get/message
- 核心功能： 获取指定 user_id 和 conversation_id 的历史对话记录。
示例代码
# 假设前面已完成 环境变量和 headers 的配置 data = { "user_id": "user777", "conversation_id": "conv777", } url = f"{os.environ['MEMOS_BASE_URL']}/get/message" res = requests.post(url=url, headers=headers, data=json.dumps(data)) print(f"getMessage result: {res.json()}") # 预期返回内容会包含：事实记忆、显式偏好、隐式偏好第五步：配额与资源限制参考
MemOS 为每位开发者提供基础的免费配额，并设置了资源限制以保证服务稳定与安全。
1. 额度说明（限时免费）
MemOS 云服务提供了从免费版到企业版的多种定价方案，用户现可通过 MemOS 官网免费申请对应所需额度！
对于个人开发者，我们在近期发布了「开发者扶持计划」，加入「开发者扶持计划」，有机会获得不限量 Chat API Token 支持 ～
注意：
- 使用额度由每个开发者账号下的所有项目共同累计。
- 请求失败（鉴权失败、参数错误、超额限制等）不消耗额度。
2. 资源限制（单次调用）
| 接口名称 | 单次输入上限 | 单次输出上限 |
|---|---|---|
addMessage | 8k token | 无 |
searchMemory | 4k token | 25 条记忆 |
getMessage | 无 | 50 条消息 |
QPS 建议：建议最大 QPS ≤ 50（即每秒最多 50 次请求）。
✨ 老规矩！
🚀 一键体验云平台
立即进入 MemOS 云平台，体验毫秒级记忆与偏好召回能力。
https://memos-dashboard.openmem.net/
🧠 加载 MindDock，体验跨平台记忆
https://alidocs.dingtalk.com/i/p/e3ZxX84Z5KM6X7dRZxX8v66wA7xaBG7d?dontjump=true
💾 如果你喜欢我们的工作，请一键三连：
⭐️ Star 🍴 Fork 👀 Watch
并欢迎通过 Issue 提交你的使用反馈、优化建议或 Bug 报告。
🔗 https://github.com/MemTensor/MemOS/issues
关于 MemOS
MemOS 为 AGI 构建统一的记忆管理平台，让智能系统如大脑般拥有灵活、可迁移、可共享的长期记忆和即时记忆。
作为记忆张量首次提出“记忆调度”架构的 AI 记忆操作系统，我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理，为智能系统提供高效且灵活的记忆管理能力。
