# Mem0 Server 技术架构

## 📋 技术栈

Mem0 Server 采用简洁高效的技术架构，所有组件均通过环境变量配置。

### 核心组件

| 组件 | 技术 | 用途 | 存储方式 |
|------|------|------|----------|
| **Vector Store** | ChromaDB | 向量存储，用于语义搜索 | 文件系统 |
| **Graph Store** | SQLite | 图存储，管理实体关系 | 文件系统 |
| **LLM** | Ollama | 大语言模型，文本生成 | 外部服务 |
| **Embedder** | Ollama | 嵌入模型，向量化文本 | 外部服务 |

---

## 🏗️ 架构图

```
┌─────────────┐
│   Mem0 App  │ (FastAPI, port: 8888)
│  main.py    │
└──────┬──────┘
       │
       ├──→ ┌─────────────┐
       │    │  ChromaDB   │ (Embedded)
       │    │  Vectors    │
       │    └─────────────┘
       │
       ├──→ ┌─────────────┐
       │    │   SQLite    │ (Embedded)
       │    │   Graph     │
       │    └─────────────┘
       │
       └──→ ┌─────────────┐
            │   Ollama    │ (External Service)
            │  LLM + AI   │
            └─────────────┘
```

---

## 🔧 技术选型理由

### ChromaDB（向量存储）
- ✅ **轻量级**：无需独立数据库服务
- ✅ **易部署**：嵌入式设计，开箱即用
- ✅ **高性能**：专为向量相似度搜索优化
- ✅ **持久化**：数据直接存储到文件系统

### SQLite（图存储）
- ✅ **零配置**：无需安装和配置
- ✅ **单文件**：数据存储在单个文件中
- ✅ **成熟稳定**：经过广泛验证的数据库
- ✅ **事务支持**：ACID 事务保证数据一致性

### Ollama（AI 服务）
- ✅ **本地运行**：数据隐私和安全
- ✅ **模型丰富**：支持多种开源模型
- ✅ **易于使用**：简单的 API 接口
- ✅ **性能优秀**：优化的推理引擎

---

## 📊 环境变量配置

所有配置通过环境变量传入，实现配置与代码分离。

### 必需的环境变量

```bash
# ChromaDB 配置
CHROMA_DB_PATH=/app/chroma_db
CHROMA_COLLECTION_NAME=memories

# SQLite 配置
SQLITE_DB_PATH=/app/graph_store.db

# Ollama 配置
OLLAMA_HOST=http://host.docker.internal:11434
OLLAMA_LLM_MODEL=llama3.2
OLLAMA_EMBEDDER_MODEL=nomic-embed-text

# 历史数据库配置
HISTORY_DB_PATH=/app/history/history.db
```

### 环境变量说明

| 变量名 | 说明 | 默认值 | 示例 |
|--------|------|--------|------|
| `CHROMA_DB_PATH` | ChromaDB 数据存储路径 | `/app/chroma_db` | `/data/chroma` |
| `CHROMA_COLLECTION_NAME` | ChromaDB 集合名称 | `memories` | `my_memories` |
| `SQLITE_DB_PATH` | SQLite 数据库路径 | `/app/graph_store.db` | `/data/graph.db` |
| `OLLAMA_HOST` | Ollama 服务地址 | `http://localhost:11434` | `http://ollama:11434` |
| `OLLAMA_LLM_MODEL` | LLM 模型名称 | `llama3.2` | `mistral`, `llama3.1` |
| `OLLAMA_EMBEDDER_MODEL` | Embedder 模型名称 | `nomic-embed-text` | `mxbai-embed-large` |
| `HISTORY_DB_PATH` | 历史数据库路径 | `/app/history/history.db` | `/data/history.db` |

---

## 🚀 部署方式

### Docker Compose（推荐）

```yaml
services:
  mem0:
    build: .
    ports:
      - "8888:8000"
    volumes:
      - ./chroma_db:/app/chroma_db
      - ./history:/app/history
    environment:
      - CHROMA_DB_PATH=/app/chroma_db
      - CHROMA_COLLECTION_NAME=memories
      - SQLITE_DB_PATH=/app/graph_store.db
      - OLLAMA_HOST=http://host.docker.internal:11434
      - OLLAMA_LLM_MODEL=llama3.2
      - OLLAMA_EMBEDDER_MODEL=nomic-embed-text
```

启动命令：
```bash
docker-compose up -d
```

### Docker 命令

```bash
docker run -d \
  --name mem0-server \
  -p 8888:8000 \
  -v $(pwd)/chroma_db:/app/chroma_db \
  -v $(pwd)/history:/app/history \
  -e CHROMA_DB_PATH=/app/chroma_db \
  -e CHROMA_COLLECTION_NAME=memories \
  -e SQLITE_DB_PATH=/app/graph_store.db \
  -e OLLAMA_HOST=http://host.docker.internal:11434 \
  -e OLLAMA_LLM_MODEL=llama3.2 \
  -e OLLAMA_EMBEDDER_MODEL=nomic-embed-text \
  mem0-server
```

---

## 💾 数据持久化

### ChromaDB 数据
- **位置**：`./chroma_db/`
- **内容**：向量数据、集合元数据
- **格式**：ChromaDB 内部格式

### SQLite 数据
- **位置**：`./graph_store.db`（或自定义路径）
- **内容**：图结构数据、实体关系
- **格式**：SQLite 数据库文件

### 历史数据
- **位置**：`./history/history.db`
- **内容**：记忆变更历史记录
- **格式**：SQLite 数据库文件

---

## 🔍 工作流程

### 1. 创建记忆
```
用户消息 → FastAPI → Memory.add()
    ↓
Ollama Embedder → 生成向量
    ↓
ChromaDB → 存储向量
    ↓
SQLite → 存储实体关系
    ↓
返回结果
```

### 2. 搜索记忆
```
搜索查询 → FastAPI → Memory.search()
    ↓
Ollama Embedder → 查询向量化
    ↓
ChromaDB → 向量相似度搜索
    ↓
返回匹配的记忆
```

### 3. 获取记忆
```
用户 ID → FastAPI → Memory.get_all()
    ↓
SQLite → 查询图关系
    ↓
ChromaDB → 获取相关向量
    ↓
返回结构化记忆
```

---

## 🎯 优势特点

### 简洁性
- ✅ 无外部数据库依赖
- ✅ 配置文件少
- ✅ 易于理解和维护

### 灵活性
- ✅ 所有配置通过环境变量
- ✅ 支持自定义模型
- ✅ 可切换不同组件

### 可扩展性
- ✅ ChromaDB 支持集群部署
- ✅ SQLite 可替换为 PostgreSQL
- ✅ Ollama 可替换为其他 LLM 服务

### 数据隐私
- ✅ 本地运行 AI 模型
- ✅ 数据不上传第三方
- ✅ 完全可控的数据流

---

## 📈 性能特性

### ChromaDB
- 毫秒级向量相似度搜索
- 支持百万级向量规模
- 内存映射加速查询

### SQLite
- 微秒级简单查询
- 事务安全保证
- 自动索引优化

### Ollama
- GPU 加速推理（如可用）
- 批量处理优化
- 模型缓存机制

---

## 🛠️ 开发建议

### 本地开发
```bash
# 使用开发模式运行
docker-compose -f docker-compose.yaml up --build

# 查看日志
docker-compose logs -f mem0
```

### 生产部署
- 使用固定版本镜像
- 配置数据卷备份
- 监控资源使用
- 设置健康检查

### 性能优化
- 调整 ChromaDB 批次大小
- 优化 SQLite 索引
- 使用更快的存储介质（SSD）
- 增加 Ollama 并发配置

---

## 📚 相关文档

- [README.md](./README.md) - 项目主文档
- [DEPLOYMENT.md](./DEPLOYMENT.md) - 详细部署指南
- [QUICK_START.md](./QUICK_START.md) - 快速入门
- [ENV_VARIABLES.md](./ENV_VARIABLES.md) - 环境变量详解

---

这个简洁的技术架构专注于核心功能，避免了不必要的复杂性，同时保持了强大的扩展能力！🎉