MemoBot - 智能记忆助手

MemoBot 是一个基于AI的智能记忆助手应用，能够帮助用户记住重要信息、进行知识管理，并通过自然语言交互提供个性化服务。

功能特性

• 智能对话: 使用先进的AI模型进行自然语言交互
• 记忆管理: 自动记录和管理用户的重要信息和事实
• RAG系统: 基于检索增强生成技术的知识库问答
• 文件处理: 支持多种格式的文件上传和分析
• 多模型支持: 可配置不同的AI模型后端
• 向量数据库: 使用Chroma向量数据库进行高效信息检索

演示

查看MemoBot的实际运行效果：

技术架构

MemoBot采用现代化的技术栈构建：

• 后端: Python + FastAPI
• 前端: React + Next.js
• AI模型: 支持OpenAI兼容接口的模型（如Qwen系列）
• 向量存储: ChromaDB + 文本嵌入
• 状态管理: LangGraph工作流引擎
• 缓存: SQLite检查点存储

核心功能

记忆系统

• 自动提取和存储对话中的重要信息
• 支持事实验证和置信度评估
• 提供个性化的上下文感知对话

RAG检索

• 支持文档上传和解析
• 基于BM25和向量相似性的混合检索
• 智能文本分割和索引

工具集成

• 图像搜索功能
• 可扩展的工具生态系统
• 支持自定义工具开发

配置说明

项目使用 config.yaml 进行配置，主要配置项包括：

• 模型配置: AI模型选择和API密钥设置
• 向量数据库: ChromaDB配置和嵌入模型设置
• 记忆系统: 记忆存储路径和参数
• 检查点: 状态持久化配置
• 摘要功能: 对话历史自动摘要

快速开始

1. 克隆项目到本地
2. 安装依赖
3. 配置API密钥和模型参数
4. 启动后端服务
5. 启动前端界面

API接口

MemoBot提供了完整的RESTful API接口，包括：

• Chat API: 对话交互
• Memory API: 记忆数据管理
• Uploads API: 文件上传处理
• Models API: 模型管理
• Skills API: 技能系统

详细API文档请参见 API_DOCUMENTATION.md

本地部署指南

环境要求

• Python 3.12 或更高版本
• Node.js (如果需要开发前端)

后端部署

1. 克隆项目

   git clone <your-repo-url>
   cd MemoBot

2. 创建虚拟环境并安装依赖

   python -m venv venv
   # Windows
   venv\\Scripts\\activate
   # Linux/Mac
   source venv/bin/activate
   
   pip install -e .

3. 配置环境变量 复制 .env 文件并根据需要修改配置：

   cp .env.example .env
   # 编辑 .env 文件，添加必要的API密钥等

4. 配置模型参数 修改 config.yaml 中的模型配置，例如阿里云DashScope API密钥：

   models:
     - name: qwen3.5-plus
       display_name: qwen
       use: langchain_openai:ChatOpenAI
       model: qwen3.5-plus
       api_key: "your-api-key-here"  # 替换为你的API密钥
       base_url: https://dashscope.aliyuncs.com/compatible-mode/v1

5. 启动后端服务

   # 使用uvicorn启动FastAPI应用
   uvicorn app.gateway.app:app --host 0.0.0.0 --port 8000 --reload

前端部署

1. 进入前端目录

   cd myfrontend

2. 安装依赖

   # 如果使用pnpm
   pnpm install

3. 启动开发服务器

   pnpm dev

4. 访问应用

   • 后端API: http://localhost:8000
   • 前端页面: http://localhost:3000

容器化部署（可选）

MemoBot也支持使用Docker进行部署，具体配置可在后续扩展。

贡献

欢迎提交Issue和Pull Request来改进MemoBot！