2026 年自建 AI Agent：用 n8n + Ollama + Mem0 打造有长期记忆的本地智能体

📌 核心速览 (TL;DR)

大模型的阿喀琉斯之踵：无论上下文窗口（Context Window）有多大，跨会话记忆依然极其昂贵且容易发生“注意力遗忘”。

Mem0 (记忆新范式)：相比传统全量对话存储或简单的 RAG 检索，Mem0 专门提取用户画像、事实偏好并动态演进更新，支持自托管并可与 Qdrant 向量数据库无缝集成。

黄金三角架构：Ollama (推理引擎) + Mem0 (动态长期记忆) + n8n (ReAct 思考与工具执行中枢)。

真实场景：AI 助手不仅能根据历史偏好为你定制技术方案（例如记住你只用 Debian、讨厌 Docker Swarm、倾向于写 Rust），还能自主调用内网工具。

如果你日常深度使用过各类 AI 助手，一定会产生一种强烈的割裂感：每一次开启新的对话窗口，你都得像面对一个患有“重度失忆症”的陌生人一样，重新告诉它你的技术栈、你的工作习惯，甚至你的服务器 IP 拓扑。

在 2026 年，单纯堆砌上下文长度（例如 1M Token）并不能优雅地解决这个问题——因为把过去几个月的聊天记录全量喂给大模型，不仅处理极慢、容易产生严重的“中间遗忘”，更会让算力成本成倍飙升。

今天，我们将引入目前开源社区最火热的记忆层引擎 —— Mem0，结合我们自建的 Ollama 与 n8n，搭建一个真正拥有长期成长记忆的本地私有 AI 智能体！

一、什么是 Mem0？它和传统 RAG / 聊天历史有什么区别？

很多朋友会有疑问：我们在之前文章里已经学过把文档切片存进向量数据库（RAG），难道不能用 RAG 来做记忆吗？

还真不行。

对比维度	传统 Chat History	传统 RAG 文档检索	Mem0 智能记忆系统
存储内容	逐字逐句的对话原文	静态文档切片 (Chunk)	提炼后的结构化事实与用户画像
动态更新	只增不减，越来越臃肿	需手动重新导入与构建索引	自动识别冲突、更新过期记忆、合并认知
提取颗粒度	粗放，噪音极大	依赖关键词/语义相似匹配	精准识别如“用户更换了主力 NAS 系统”
检索效率	极低（随时间线性拖慢）	中等	极高（仅召回关联当前意图的核心记忆）

例如，上周你跟它说：“我最近在折腾 PVE，NAS 用的是群晖。”今天你说：“我把群晖卖了，全部迁移到了 TrueNAS SCALE。” Mem0 会自动在记忆图中将关于“用户 NAS 选型”的事实进行覆盖更新，而不是把两个冲突的记忆混乱地并存。

二、架构拓扑：本地 AI 智能体“大脑”流水线

┌────────────────────────────────────────────────────────┐
│                        用户终端                        │
│             (Telegram / 网页聊天端 / Webhook)           │
└───────────────────────────┬────────────────────────────┘
                            │
                            ▼
┌────────────────────────────────────────────────────────┐
│                   n8n AI Agent 编排                    │
│                                                        │
│  ┌──────────────────────────────────────────────────┐  │
│  │ 1. 拦截输入，调用 Mem0 API 检索当前用户关联事实     │  │
│  └──────────────────────────┬───────────────────────┘  │
│                             │                          │
│                             ▼                          │
│  ┌──────────────────────────────────────────────────┐  │
│  │ 2. 注入动态记忆上下文 -> 发送给 Ollama 本地模型    │  │
│  │    (Qwen 2.5 14B / DeepSeek-R1-Distill)          │  │
│  └──────────────────────────┬───────────────────────┘  │
│                             │                          │
│                             ▼                          │
│  ┌──────────────────────────────────────────────────┐  │
│  │ 3. 执行 ReAct 工具调用 (MCP / 监控查询 / 自动化)   │  │
│  └──────────────────────────┬───────────────────────┘  │
│                             │                          │
│                             ▼                          │
│  ┌──────────────────────────────────────────────────┐  │
│  │ 4. 异步将本轮对话发送给 Mem0 提炼增量记忆           │  │
│  └──────────────────────────────────────────────────┘  │
└────────────────────────────────────────────────────────┘

三、Docker Compose 私有化部署 Mem0 记忆引擎

Mem0 支持完全开源自托管。我们编写一个 compose.yml，使用 Qdrant 作为底层向量存储，完全脱离云端：

# /opt/mem0/compose.yml
services:
  qdrant:
    image: qdrant/qdrant:latest
    container_name: mem0-qdrant
    restart: unless-stopped
    ports:
      - "6333:6333"
    volumes:
      - ./qdrant_storage:/qdrant/storage
    networks:
      - ai-agent-net

  mem0-server:
    image: mem0/mem0:latest
    container_name: mem0-service
    restart: unless-stopped
    ports:
      - "127.0.0.1:8888:8888"
    environment:
      # 指定本地 Ollama 提供 Embedding 与记忆提炼提取
      - EMBEDDER_PROVIDER=ollama
      - EMBEDDER_CONFIG={"model":"bge-m3","base_url":"http://host.docker.internal:11434"}
      - LLM_PROVIDER=ollama
      - LLM_CONFIG={"model":"qwen2.5:7b-instruct","base_url":"http://host.docker.internal:11434"}
      # 指定底层向量库连接
      - VECTOR_STORE_PROVIDER=qdrant
      - VECTOR_STORE_CONFIG={"host":"qdrant","port":6333}
    depends_on:
      - qdrant
    extra_hosts:
      - "host.docker.internal:host-gateway"
    networks:
      - ai-agent-net

networks:
  ai-agent-net:
    name: ai-agent-net

启动记忆服务：

docker compose up -d

验证运行状态：访问 http://localhost:8888/docs 查看 OpenAPI 交互文档，服务就绪！

四、在 n8n 中组装带记忆的 AI Agent

我们进入 n8n 工作台，新建一个工作流，串联起记忆的生命周期：

1. 记忆检索与前置注入

在接收到用户发来的 Prompt（例如：“我想给我的服务器写一个自动备份脚本，帮我出个方案”）时：

HTTP Request 节点 (查询记忆)：
- Method: POST
- URL: http://mem0-service:8888/v1/memories/search
- Body:
```
{
  "query": "{{ $json.user_message }}",
  "user_id": "maojiaguo"
}
```
Code 节点 (组装 Context)：提取返回的记忆列表（如：["用户倾向于使用 Restic 进行加密增量备份", "用户不喜欢用复杂的云服务，偏好本地 NAS 挂载"]），格式化为提示词前缀。

2. 核心 AI Agent 执行

在 AI Agent 节点的 System Message 中配置：

你是一个专属于用户的私人高级架构师助手。
你对用户的了解如下（这是你的长期记忆，请务必在回答中遵循这些已知偏好）：
{{ $json.memories_context }}

请根据用户的要求与上述偏好进行方案制定与工具调度。

此时，你即使没提“用什么工具”，Qwen 模型也会根据记忆精准回答：“考虑到您一直使用 Restic 并偏好 NAS 本地备份，我为您推荐以下符合您环境的自动化脚本……”

3. 异步记忆归纳与持久化

在 Agent 回答生成完毕返回给用户后，分支拉出另一个异步 HTTP Request 节点：

Method: POST
URL: http://mem0-service:8888/v1/memories

Body:

{
  "messages": [
    { "role": "user", "content": "{{ $json.user_message }}" },
    { "role": "assistant", "content": "{{ $json.agent_reply }}" }
  ],
  "user_id": "maojiaguo"
}

Mem0 容器会在后台启动 qwen2.5:7b 自动从这轮对话中提炼出新的偏好或事实并写入 Qdrant，整个过程对前端响应零阻塞、零延迟！

五、真实体验：一个越来越懂你的赛博助手

经过几周的磨合，你会发现你的本地 AI 发生了惊人的质变：

你不需要一遍遍提醒它“代码用 TypeScript 写”、“不要用 lodash”；
当你换了新路由器或调整了子网网段，随口提一句，它在未来写网络分流脚本时就会自动带入新的网段信息；
所有的记忆完全加密存放在家里的硬盘里，没有任何一家大模型公司能够窥探你的个人数字生活。

❓ 常见问题与 AI 快问快答 (FAQ)

Q：Mem0 会不会记住无关废话导致记忆污染？

A：Mem0 内部内置了严格的判别 Prompt，只会提取具有持久价值的“事实”（Facts）和“偏好”（Preferences）。对于闲聊、语气词或即时状态通常会被自动过滤丢弃。此外，你也可以通过 Mem0 的 Web 界面随时对误存的记忆进行手动删除或编辑。

Q：这个架构多用户适用吗？

A：非常适用！Mem0 天然设计了 user_id 和 agent_id 租户隔离机制。你可以为家庭成员（老婆、孩子、朋友）各自分配独立的 ID，不同人的偏好与记忆互不干扰。

Q：本地跑 Mem0 提炼事实对显存消耗大吗？

A：不大。记忆提炼可以使用体积小巧的量化模型（如 qwen2.5:3b 或 7b），且提炼任务是异步跑在后台队列里的，对实时对话显存占用影响极小。