프레임워크 및 플랫폼
Mem0
Mem0 OSS에서 OpenAI 호환 LLM 제공자로 TokenLab 사용하기
개요
Mem0 OSS는 provider: "openai"를 유지하고 openai_base_url을 설정함으로써 OpenAI 호환 LLM 구성을 통해 TokenLab을 사용할 수 있습니다.
설치
pip install mem0ai환경 설정
export TOKENLAB_API_KEY="sk-your-tokenlab-key"Python 구성
import os
from mem0 import Memory
config = {
"llm": {
"provider": "openai",
"config": {
"model": "claude-sonnet-5",
"api_key": os.environ["TOKENLAB_API_KEY"],
"openai_base_url": "https://api.tokenlab.sh/v1",
"temperature": 0.1,
},
},
"embedder": {
"provider": "openai",
"config": {
"model": "text-embedding-3-small",
"api_key": os.environ["TOKENLAB_API_KEY"],
"openai_base_url": "https://api.tokenlab.sh/v1",
},
},
"vector_store": {
"provider": "qdrant",
"config": {"path": "./mem0-qdrant"},
},
}
memory = Memory.from_config(config)기본 사용법
memory.add("The user prefers concise engineering summaries.", user_id="demo")
results = memory.search("How should I answer?", filters={"user_id": "demo"})
print(results)엔드포인트 참고 사항
이 구성은 Mem0의 OpenAI 호환 LLM 경로를 다룹니다. 임베더(embedder)는 사용하는 벡터 저장소 및 임베딩 모델에 따라 별도로 구성하십시오.