零代码|基于扣子(Coze)使用 MemOS 插件
MemOS 已正式上线 扣子(coze)插件商店,现在大家可以基于扣子创建的智能体,一键启用 MemOS 的记忆能力,让你的智能体记得更好、更快、更准!
快速开始
Find Us
开发者仅需在扣子(coze)搜索 “MemOS”或“记忆”即可快速找到我们!🎉
扣子插件商店:https://www.coze.cn/store/plugin/7569918012912893995?from=plugin_card
MemOS 云平台:https://memos-dashboard.openmem.net/quick/start/?entrance=wechat
第一步:配置环境
创建一个智能体,或在你已经创建好的智能体中添加插件
在插件列表搜索 MemOS 或 记忆
点击 MemOS 插件,并确保添加 add 和 search
在智能体左侧添加一些 prompt,这样智能体就知道如何使用 MemOS,参考:
需要注意:
复制以上 prompt 后,需要手动在 prompt 对应位置删除预留好的 {},并手动重新输入 { ,系统会自动跳出选择插件框,根据下图所示选择对应的组件即可。
找到下方「记忆 - 变量」,点击「创建变量」
按照下图所示,新增 4 个用户变量,并填入下列值(示例):
userid,默认值:user177
sessionid,默认值:session177
appkey,默认值:Token {Your api key}(这里需要填入你的 MemOS API Key)
url,默认值:https://memos.memtensor.cn/api/openmem/v1
如何获取你的 MemOS API Key?
Step 1: 登陆 MemOS 云平台:https://memos-dashboard.openmem.net/
Step 2: 点击接口密钥 - 新建 - 复制新建好的密钥
找到刚刚添加成功的 MemOS 插件 - add_memory,并点击「编辑参数」
按照下图所示,选择刚才设置好的四个变量,并引用对应的值
保存后,继续编辑下方的 MemOS 插件 - search_memory,将变量添加/引用到对应位置:
到这一步,我们的智能体就已经具备 MemOS 的能力啦!使用 MemOS 的记忆插件,会记录我们说过的每一句话。
举个例子:当涉及到新闻热点 A 或者我们想要知道某个事件 A 时,智能体会先搜索我们的偏好,再根据推荐新闻 A 中与我们偏好相交的内容。
Aha Moment!
让我们一起来测试一下 ~ 这里我选择了资讯助手的场景,并设置了两个机器人,其中一个接入了 MemOS 记忆插件,其他参数保持一致。
确保每轮和 Agent 的对话都保持一致,核心关键词为 “我喜欢库里”,接着我们将和 Agent 的对话转到与篮球、库里毫不相关的内容上,在交流了许多无关的内容后,再次让智能体推荐一些 NBA 的新闻。
返回结果如下:
接入了 MemOS:
没有接入 MemOS:
现在,你的 AI 已经进化为“长期伙伴”!我们还可以通过查看插件运行情况来分析一下为什么使用了 MemOS 插件后能拥有 “长期记忆”。当我们输入了想看 NBA 新闻时,智能体会先进行记忆搜索(对 NBA 新闻的偏好):
search 返回了用户对库里的喜好:
因此,在调用新闻推荐工作流时,会搜索 NBA 新闻与库里相关的内容:
没有接入 MemOS 插件时,则并不会出现与库里相关(用户偏好)的 input:
MemOS 提供的不再是临时的记忆片段,而是构建了一个结构化的、可演化的记忆资产。
零代码接入: 完美适配 Coze、Dify 等低代码平台。
极致速度:独有的 记忆调度(MemScheduler)技术确保检索速度,实测比同类竞品快一倍!
个性化:从记住“我喜欢库里”到理解“用户的投资偏好”,让 AI 真正变得更懂你。
立即行动: 尝试用 MemOS 激活你的 Coze Agent,让它拥有永不遗忘的“外置大脑”!<dev>
加入我们,共建记忆生态
MemOS 现已全面开源,我们欢迎开发者提交使用案例、PR、或参与共建 MCP 生态。
一键体验云平台:
https://memos-dashboard.openmem.net/quickstart/?entrance=wechat
查看源码 & Star 项目:
https://github.com/MemTensor/MemOS
反馈问题 / 提交 Issue:
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。
版权声明: 本文为 InfoQ 作者【记忆张量MemTensor】的原创文章。
原文链接:【http://xie.infoq.cn/article/c7429213e10e128a514a531b1】。文章转载请联系作者。







评论