DeepMem

Готовый слой памяти ИИ с вдвое более быстрым откликом и в 10 раз меньшей стоимостью.
Полностью совместим с API Mem0. Миграция за 5 минут — одна строка импорта.

Можно развернуть самостоятельно. Без аутентификации, без оплаты, без привязки. Или используйте управляемый облачный сервис на deepmem.dev.

Облако · Самостоятельное развёртывание · Бенчмарки · Воспроизведите их

---

Миграция с Mem0 в одну строку — тот же MemoryClient, те же сигнатуры методов:

# Before - Mem0
from mem0 import MemoryClient
client = MemoryClient(api_key="m0-...")

# After - DeepMem (only the import changes)
from deepmem import MemoryClient
client = MemoryClient(api_key="dm_live-...")   # get a key at deepmem.dev

pip install deepmem-client

Превращайте беседы в доступную для поиска долговременную память: HTTP API на базе FastAPI перед векторным хранилищем Qdrant с извлечением фактов с помощью LLM, гибридным поиском (векторный + BM25 + усиление сущностей + затухание по времени), семантическим кэшированием, асинхронной пакетной дистилляцией, средствами контроля GDPR и встроенным сервером MCP. Работает в открытом режиме — без API-ключей, без регистрации пользователей — так что вы можете развернуть его для своих агентов за считанные минуты. Многопользовательская изоляция обеспечивается параметром user_id в теле запроса.

Не хотите развёртывать самостоятельно? DeepMem Cloud — это управляемая версия этого же движка на deepmem.dev — тот же API, без инфраструктуры. Зарегистрируйтесь, получите ключ (dm_live_...), укажите базовый URL https://deepmem.dev, готово. Облако и сервер с открытым исходным кодом используют один и тот же совместимый с Mem0 API, поэтому клиентский код идентичен.

Миграция с Mem0

Уже используете Mem0? Переключитесь на облако DeepMem в одну строку. Пакет deepmem-client повторяет mem0.MemoryClient — то же имя класса, те же сигнатуры методов, тот же стиль filters={"user_id": ...} — так что всё после импорта остаётся без изменений.

pip install deepmem-client

# before (Mem0)
from mem0 import MemoryClient
client = MemoryClient(api_key="m0-...")
client.add(messages, user_id="alex")
client.search("What can Alex cook?", filters={"user_id": "alex"})

# after (DeepMem cloud) - change one import line
from deepmem import MemoryClient
client = MemoryClient(api_key="dm_live_...")        # key at https://deepmem.dev
client.add(messages, user_id="alex")                # identical calls
client.search("What can Alex cook?", filters={"user_id": "alex"})

Особенности поведения

• add(infer=True) (по умолчанию) асинхронный в облаке DeepMem — возвращает pending=True с results=[], а извлечённые факты появляются через несколько секунд. (В облаке Mem0 add тоже асинхронный — возвращает PENDING.) Передайте infer=False для синхронного хранения исходного текста, который сразу доступен для поиска.
• Нет графовых связей — DeepMem использует гибридный векторный поиск (векторный + BM25 + затухание по времени), поэтому relations всегда []. Графовые функции Mem0 не воспроизводятся.
• reset отличается — в Mem0 это действие на уровне аккаунта; в DeepMem — на уровне user_id с защитным подтверждением.

Цены

Облако DeepMem в 10 раз дешевле Mem0 на каждом платном уровне — те же планы, но в десять раз дешевле.

Уровень	DeepMem	Облако Mem0
Хобби	Бесплатно	Бесплатно
Стартовый	$1.9/мес	$19/мес
Рост	$7.9/мес	$79/мес
Профессиональный	$24.9/мес	$249/мес

Вместо этого разверните самостоятельно — и это будет $0 — вы платите только своему поставщику LLM/эмбеддингов (те же затраты на LLM, которые Mem0 добавляет сверх стоимости плана), без наценки за сервис памяти. Пакетная дистилляция также сокращает вызовы LLM примерно на 80%, так что даже ваш счёт у поставщика будет меньше, чем при извлечении на каждое сообщение.

Планы и ограничения: deepmem.dev · mem0.ai.

Бенчмарки

Никакого отбора лучших результатов. Скрипты и рабочая нагрузка поставляются в /benchmarks — запустите их самостоятельно. Вот что мы измерили и точная конфигурация, которая это обеспечила:

Метрика	DeepMem самостоятельно ¹	DeepMem облако	Облако Mem0
Поиск p50	73 мс	643 мс	653 мс
Поиск p95	86 мс	811 мс	710 мс
Попадания в поиске (40 запросов)	-	195	84
Добавление p50 (хранение исходного текста)	899 мс ²	792 мс	695 мс ³

> ¹ BGE-M3 на GPU GTX 1070 (2016 года), локальный файловый Qdrant, infer=False,

100 операций, параллелизм 1. ² Преобладает локальный ввод-вывод Qdrant — сервер Qdrant резко сокращает это время. ³ У Mem0 нет режима хранения сырых данных; add всегда запускает извлечение с помощью LLM, поэтому эта строка не является сравнением «яблоки с яблоками».

• Самостоятельный хостинг — это место, где живёт внутренняя задержка — нет задержки RTT в интернете, ваш эмбеддер, ваш Qdrant. 73 мс — медианное время поиска на старом потребительском GPU.
• Облако DeepMem превосходит облако Mem0 по медианному времени поиска (643 мс против 653 мс) и возвращает примерно в 2,3 раза больше кандидатов на один поиск (195 против 84 попаданий по 40 запросам).
• Задержка в облаке определяется RTT — оба облачных столбца измерялись через прокси из материкового Китая; разброс между запусками составляет ~±10%. Запустите /benchmarks из локации с низким RTT, чтобы получить свои собственные данные.

Зачем нужен DeepMem

Фреймворки для агентов постоянно приходят к выводу, что им необходима постоянная память с возможностью поиска. Облачные решения выставляют счёт за каждый вызов и отправляют ваши данные в чужое облако. DeepMem — это альтернатива для самостоятельного хостинга: тот же API в формате Mem0, который можно подключить, но он работает на вашем оборудовании, с вашим эмбеддером, вашим ключом LLM и вашим Qdrant — а код доступен здесь для проверки.

Как DeepMem сравнивается с другими альтернативами Mem0? Большинство из них доступны только в облаке или накладывают память поверх чужой векторной базы данных. DeepMem сочетает три вещи одновременно: он поддерживает самостоятельный хостинг (ваши данные остаются на вашем оборудовании — $0 сверх вашего собственного ключа LLM), нативен для MCP (Claude Desktop / Cursor могут напрямую читать и записывать воспоминания как инструменты) и полностью открыт — а управляемое облако работает на том же движке, поэтому облако и самостоятельный хостинг используют один API, а не два продукта.

Без DeepMem	С DeepMem
Каждый сеанс приходится заново объяснять, кто вы и над чем работаете	Агент автоматически вспоминает личность, проекты и предпочтения
Теряется контекст отладки и исследований между сеансами	Вспоминаются прошлые причины проблем, тупики и находки, чтобы работа не повторялась
Каждый сеанс приходится заново формулировать предпочтения	Предпочтения сохраняются между сеансами, агентами и проектами
Облачные сервисы памяти, которые выставляют счёт за каждый вызов и хранят ваши данные	Самостоятельный хостинг на вашей инфраструктуре или использование облака — ваш выбор, тот же API

Что это на самом деле

• Гибридный поиск, а не граф знаний. Поиск объединяет векторное сходство, ключевое соответствие BM25, усиление сущностей и временное затухание оценки. Здесь нет временного слоя графа; если это то, что вам нужно, обратите внимание на Zep.
• Хранит предпочтения, а не дампы кода. Большие блоки кода в ограждениях удаляются перед извлечением фактов с помощью LLM, поэтому хранилище заполняется долговременными фактами о пользователе/проекте, а не вставленными реализациями.
• BYOK, поддержка нескольких провайдеров. Принесите свою собственную LLM (OpenAI / Anthropic / любой совместимый с OpenAI endpoint) и эмбеддинги (BGE-M3 / Google / совместимые с OpenAI).
• Нативен для MCP. Поставляется с сервером MCP, чтобы Claude Desktop / Cursor могли напрямую читать и записывать воспоминания.

Быстрый старт

Три способа запуска. Все используют один и тот же совместимый с Mem0 API.

1. Облако (нулевые операции)

export DEEPMEM_API_KEY=dm_live_...      # from https://deepmem.dev
curl https://deepmem.dev/v1/memories \
  -H "Authorization: Bearer $DEEPMEM_API_KEY" -H "Content-Type: application/json" \
  -d '{"messages":[{"role":"user","content":"I am Pat, I live in Lisbon."}],"user_id":"pat","infer":false}'
curl https://deepmem.dev/v1/memories/search \
  -H "Authorization: Bearer $DEEPMEM_API_KEY" -H "Content-Type: application/json" \
  -d '{"query":"Where does Pat live?","user_id":"pat"}'

2. Docker (одна команда)

cp .env.example .env          # add an LLM key
docker compose up --build     # DeepMem (HTTP :8000 + MCP :8001) + Qdrant sidecar
curl http://localhost:8000/health

Или загрузите опубликованный образ:

docker pull langdeepmem/deepmem:latest
docker run -p 8000:8000 -p 8001:8001 -e DEEPSEEK_API_KEY=sk-... langdeepmem/deepmem:latest

Образ открывает :8000 (HTTP) и :8001 (MCP). В Dockerfile и docker-compose.yml описаны варианты с GPU (CUDA torch + BGE_DEVICE=cuda) и параметры загрузки модели BGE-M3 (зеркало HF, прокси или локальный монтируемый том).

3. Из исходников

git clone https://github.com/deepmemteam/deepmem.git && cd deepmem
pip install -r requirements.txt
cp .env.example .env          # add an LLM key + embedder config
python server/start.py        # HTTP :8000 + MCP :8001

Запись и поиск в три строки:

import httpx
httpx.post("http://localhost:8000/v1/memories",
    json={"messages":[{"role":"user","content":"I'm Pat, I live in Lisbon."}],
          "user_id":"pat"})
print(httpx.post("http://localhost:8000/v1/memories/search",
    json={"query":"Where does Pat live?","user_id":"pat"}).json()["results"])

user_id необязателен (по умолчанию "default"); отправляйте разные user_id, чтобы изолировать конечных пользователей. infer: false сохраняет сырой текст немедленно (удобно для тестирования); по умолчанию infer: true ставит в очередь для извлечения фактов с помощью LLM.

Основные возможности

Поддержка нескольких провайдеров через конфигурацию, а не код. Оба слоя переключаются через переменные окружения:

Слой	Варианты	Селектор
LLM (извлечение фактов)	OpenAI · Anthropic (нативный SDK) · любой совместимый с OpenAI (DeepSeek / vLLM / Ollama / Groq / LM Studio)	LLM_PROVIDER + LLM_API_KEY / ANTHROPIC_API_KEY / DEEPSEEK_API_KEY
Эмбеддинги	BGE-M3 (локально, GPU/CPU) · Google Gemini · любой совместимый с OpenAI	EMBEDDING_PROVIDER + BGE_M3_PATH / GOOGLE_API_KEY / OPENAI_API_KEY

BGE_DEVICE=auto|cpu|cuda выбирает GPU при наличии, иначе CPU (принудительно используйте cpu на картах с малым объёмом VRAM, чтобы избежать конкуренции между процессами). Переопределение LLM возможно для каждого запроса.

Гибридный поиск. Векторное сходство + ключевые слова BM25 + усиление сущностей + временное затухание объединяются в одну оценку. Избыточный выбор, переранжирование, возврат.

Асинхронная пакетная дистилляция. Записи ставятся в очередь за окном тишины и извлекаются пакетами — на ~80% меньше вызовов LLM, чем при извлечении по каждому сообщению.

Семантический кэш. Повторные добавления/поиски попадают в кэш с фильтрацией по схожести и возвращают кэшированные факты без повторного векторизации или запросов к Qdrant.

Хранит предпочтения, а не код. extraction_filter удаляет большие блоки кода в тройных обратных кавычках перед извлечением LLM, поэтому хранилище заполняется долговременными фактами, а не вставленными реализациями.

Сервер MCP. Инструменты deepmem_write / deepmem_search / deepmem_delete для Claude Desktop, Cursor и любых клиентов MCP.

GDPR. Мягкое удаление с окном хранения, жёсткое удаление reset, маскирование ID в логах с помощью SHA-256, экспорт/импорт для переносимости.

API

Метод	Путь	Описание
POST	/v1/memories	Запись сообщений; извлечение фактов с помощью LLM (infer=false хранит в сыром виде)
POST	/v1/memories/search	Семантический поиск (векторный + BM25 + сущности + затухание по времени)
GET	/v1/memories	Список всех записей для user_id (с пагинацией)
GET	/v1/memories/{id}	Получение одной записи по ID
PUT	/v1/memories/{id}	Обновление текста одной записи
DELETE	/v1/memories/{id}	Мягкое удаление одной записи
DELETE	/v1/memories	Мягкое удаление всех записей для user_id (GDPR)
GET	/v1/memories/{id}/history	Журнал аудита ADD/UPDATE/DELETE
POST	/v1/reset	Жёсткое удаление всех записей + журнала (требует confirm_user_id)
GET	/v1/export · POST /v1/import	Портативный экспорт/импорт в формате JSON
GET	/health · /ready	Проверки живучести/готовности

agent_id / run_id опционально ограничивают область записи/чтения (зеркалит трёхуровневую изоляцию Mem0: пользователь → агент → запуск). Интерактивная документация доступна по адресу /docs.

Интеграция с MCP

Облачный сервис предоставляет удалённую конечную точку MCP (потоковая передача по HTTP):

URL:    https://deepmem.dev/mcp
Auth:   Authorization: Bearer dm_live_...   (your deepmem.dev API key)
Tools:  deepmem_write / deepmem_search

Работает с Claude Code, Claude Desktop, Cursor и любыми MCP-совместимыми клиентами.

Claude Code — одна команда:

claude mcp add --transport http deepmem https://deepmem.dev/mcp \
  --header "Authorization: Bearer dm_live_..."

Или установите плагин (включает команду /deepmem:setup, которая помогает настроить API-ключ):

/plugin marketplace add deepmemteam/deepmem-claude-plugin
/plugin install deepmem@deepmem

Cursor → Настройки → MCP → Добавить новый сервер MCP или отредактируйте ~/.cursor/mcp.json (глобально) / .cursor/mcp.json (для проекта). Cursor распознаёт переменные ${env:NAME} в url и headers, поэтому ключ может храниться в переменной окружения вместо файла конфигурации:

{
  "mcpServers": {
    "deepmem": {
      "url": "https://deepmem.dev/mcp",
      "headers": { "Authorization": "Bearer ${env:DEEPMEM_API_KEY}" }
    }
  }
}

(с DEEPMEM_API_KEY=dm_live_..., экспортированным в вашей оболочке, или вставьте ключ напрямую, если предпочитаете). Сообщество публикует списки MCP с кнопкой "Добавить в Cursor" на cursor.directory; официальные плагины доступны в Cursor Marketplace.

DeepSeek Harness (dsh) — один файл оверлея, плагин dsh не требуется (dsh подключается к любому серверу MCP через универсальный мост dsh-mcp-client):

export DEEPMEM_API_KEY=dm_live_...
dsh web --patch "$PWD/examples/dsh/deepmem.cordis.yml"

Подробности и варианты для самостоятельного хостинга см. в examples/dsh.

Самостоятельный хостинг (stdio, встроенный сервер, ключ не требуется в открытом режиме):

{
  "mcpServers": {
    "deepmem": {
      "command": "python",
      "args": ["server/mcp_server.py"],
      "env": { "DEEPMEMORY_BASE_URL": "http://localhost:8000" }
    }
  }
}

Этот репозиторий содержит предварительно настроенный .cursor/mcp.json для самостоятельного хостинга — откройте репозиторий в Cursor и включите его в Настройки → MCP.

Архитектура

client (HTTP / MCP)
  -> FastAPI (:8000)
       -> rate-limit middleware (per-IP token bucket on add/search)
       -> SemanticCache.check            (return cached facts on similarity hit)
       -> AsyncBatchDistiller.enqueue    (POST /v1/memories, infer=true)
            ↳ silence-window or max_batch triggers on_batch_ready
                ↳ VectorStore.process_batch  (LLM extraction -> Qdrant upsert)
       -> VectorStore.search             (vector + BM25 + entity + time-decay)
  -> LLM: OpenAI / Anthropic / OpenAI-compatible (fact extraction)
  -> BGE-M3 / Gemini / OpenAI-compatible (embeddings)
  -> Qdrant (vectors)  +  SQLite (audit history)
  -> MCP server (:8001)  deepmem_write / deepmem_search / deepmem_delete

Единственная коллекция Qdrant (memories), жёстко фильтруемая по полю user_id. TenantValidator нормализует в NFC и применяет ограничение набора символов [A-Za-z0-9._:-]{1,256} для user_id — никогда не доверяйте сырому значению из запроса.

Конфигурация

Конфигурация загружается один раз из переменных окружения (.env, загружается автоматически) > config.json > значения по умолчанию. Ключевые переменные:

Переменная	Обязательно	Описание
DEEPSEEK_API_KEY / LLM_API_KEY / ANTHROPIC_API_KEY	один ключ LLM	LLM для извлечения фактов
LLM_PROVIDER	нет	auto / openai / anthropic / openai_compatible (по умолчанию auto)
EMBEDDING_PROVIDER	нет	bge-m3 / google / openai (по умолчанию bge-m3)
BGE_M3_PATH	нет	локальная директория BGE-M3 или ID модели HF (по умолчанию BAAI/bge-m3)
BGE_DEVICE	нет	auto / cpu / cuda (по умолчанию auto)
QDRANT_URL / QDRANT_API_KEY	нет	удалённый Qdrant; если не указано — локальное файловое хранилище
CORS_ORIGINS	да	разделённые запятыми разрешенные источники (не используйте * в продакшене)
RATE_LIMIT_ADD / RATE_LIMIT_SEARCH	нет	ограничения по количеству запросов в минуту (по умолчанию 30 / 60)

Бэкенды автоматически переключаются на основе переменных окружения — изменения кода не требуются: - Указан QDRANT_URL → удалённый Qdrant; не указан → локальный файловый Qdrant в ./data/qdrant. - CORS_ORIGINS=* отклоняется при запуске, если не установлено DEEPMEMORY_DEBUG=1.

---

Production (systemd)

systemctl restart deepmem.service     # scripts/start.sh -> uvicorn :8000
journalctl -u deepmem -f

Для HTTPS поместите Caddy или Nginx перед сервером; scripts/start.sh запускается под systemd или любым другим менеджером процессов.

Бенчмарки

Два воспроизводимых скрипта в /benchmarks:

• Облако против облака — DeepMem Cloud против Mem0 Cloud. Зарегистрируйте ключи на deepmem.dev и mem0.ai, затем выполните python benchmarks/benchmark_cloud.py.
• Самостоятельный хостинг — ваш DeepMem, ваше оборудование (без ключей, без внешних сервисов): python benchmarks/run_benchmark.py.

Оба скрипта содержат самодостаточную рабочую нагрузку и выводят P50/P95/P99 + пропускную способность. Показатели в начале этого README были получены с помощью этих скриптов — запустите их и посмотрите свои собственные перцентили.

Часто задаваемые вопросы

Нужен ли облачный сервис? Нет. Открытый сервер полностью функционален сам по себе. Облако (deepmem.dev) — это вариант без необходимости администрирования, с тем же API.

Работает ли офлайн? Поиск и базовое хранение (infer=false) работают без сети. Извлечение фактов с помощью LLM (infer=true) требует ключа LLM — или запустите локальную модель, совместимую с OpenAI (Ollama / vLLM / LM Studio), и укажите на неё LLM_BASE_URL.

Где хранятся мои данные? В вашем Qdrant (локальный файл или сервер) + журнал аудита SQLite. Ничего не покидает вашу машину, кроме вызовов LLM/эмбеддингов, которые вы настроите.

Поддержка мультитенантности? Да — одна коллекция Qdrant с жёсткой фильтрацией по user_id. agent_id / run_id добавляют область видимости для агента и сессии.

Готово ли это для продакшена? Используется в продакшене под systemd с удалённым Qdrant. Локальный файл Qdrant подходит для разработки или однопоточного режима; для многопоточного режима или высокой нагрузки используйте сервер Qdrant.

Разработка

pip install -r requirements.txt
DEEPMEMORY_DEBUG=1 python -m uvicorn server.main:app --reload --host 0.0.0.0 --port 8000
pytest tests/ -x -v

Лицензия

MIT.