前面的文章中，我們已經打造了強大的 AI Agent，他們會根據當前對話（ChatHistory）來判斷是否需要呼叫工具（Function Calling）來完成任務。但各位有沒有發現一個問題？一旦你跟 Agent 說：「我喜歡吃辣，而且我的名字是王小明。」然後你結束對話，下次再來，Agent 就把這些細節忘得一乾二淨了！

這就好比你的專屬服務生，每接待你一次，腦袋就重啟一次。這樣怎麼能提供「滿漢全席」級的客製化服務呢？

為了讓我們的 Agent 成為真正有溫度的 AI 夥伴，我們需要一個專門的「外部記憶層」，這就是今天要介紹的明星食材：Mem0！

Agent 的短期記憶 vs. Mem0 的長期記憶

在 Semantic Kernel 中，Agent 的短期記憶主要由 ChatHistory 維護。這段記憶很寶貴，但有幾個限制：

1. Token 限制： 歷史對話紀錄會隨著時間拉長而佔用大量的 Token，最終會被截斷，導致遺忘。
2. 跨對話遺忘： 當你開一個新的 AgentThread 時，之前的對話內容就消失了。

Mem0 的出現就是為了解決這個痛點。它是一個開源的記憶層（Memory Layer），專門用於儲存和檢索長期、個人化、跨對話的上下文資訊。它不只是普通的資料庫，它能將你的偏好、人稱、甚至情緒狀態都轉化成向量，並在需要時精準地「提醒」Agent。

整合 Mem0：讓 Agent 成為你的老朋友

將 Mem0 整合進 Semantic Kernel Agent Framework 非常直覺。我們只需要引入 Mem0Provider，並在建立 Agent 時將其注入即可。

假設我們希望 Agent 記住使用者在專案中習慣使用的程式語言。

建立具備 Mem0 長期記憶的 Agent

我們透過 KernelBuilder 註冊服務並建立 ChatCompletionAgent。關鍵在於來注入記憶服務。

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Agents;
using System;
using System.Threading.Tasks;
using Microsoft.SemanticKernel.Memory;
using Microsoft.Extensions.Configuration;
using System.Net.Http.Headers;

// 1. 建立 Kernel 核心
var config = new ConfigurationBuilder()
    .AddUserSecrets<Program>()
    .Build();
var builder = Kernel.CreateBuilder()
    .AddOpenAIChatCompletion(
        modelId: "gpt-5-nano",
        apiKey: config["OpenAI:ApiKey"]!);

var kernel = builder.Build();

// 2. 建立 Mem0 Provider
// Mem0 Provider 會將 Agent 的對話內容智能地提煉出關鍵事實 (Fact) 並儲存。
using var httpClient = new HttpClient()
{
    BaseAddress = new Uri("https://api.mem0.ai")
};
httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Token", config["mem0:ApiKey"]!);

var mem0Provider = new Mem0Provider(httpClient, options: new()
{
    UserId = Guid.NewGuid().ToString()
});
await mem0Provider.ClearStoredMemoriesAsync();
// 3. 建立並配置 Agent，注入 Mem0 Provider
var agent = new ChatCompletionAgent
{
    Kernel = kernel,
    // 賦予 Agent 一個角色指令
    Instructions = "你是一個專業的軟體工程師助手，你應該記得我的偏好並以此來提供幫助。",
};

// 建立 Agent 執行緒
// 每次執行緒建立，都是一個「新的會話」
var thread = new ChatHistoryAgentThread();
// 關鍵步驟：將 Mem0 Provider 注入 Agent
thread.AIContextProviders.Add(mem0Provider);
// --- 第一次會話 (建立記憶) ---
Console.WriteLine($"--- 會話 1 開始：建立偏好 ---");
await foreach (ChatMessageContent response in agent.InvokeAsync("我的工作主要使用 C# 語言來開發 Web API，請記住這個偏好。", thread))
{
    Console.WriteLine($"Agent: {response.Content}");
}

// 模擬 Mem0 儲存：Mem0Provider 在此步驟的背後，已經將「使用者偏好：C# 語言」儲存起來。
Console.WriteLine("\n*Agent已將偏好存入Mem0記憶庫*\n");

// --- 第二次會話 (測試記憶) ---
// 模擬使用者過了一段時間回來，建立一個全新的執行緒
thread = new ChatHistoryAgentThread();
thread.AIContextProviders.Add(mem0Provider);

Console.WriteLine($"--- 會話 2 開始：重新連接，測試記憶 ---");
await foreach (ChatMessageContent response in agent.InvokeAsync("請幫我寫一個簡單的 Log 檔案清理程式的範例。", thread))
{
    Console.WriteLine($"Agent: {response.Content}");
}
// 即使是新的執行緒，Agent 也會先從 Mem0 提取記憶（「使用者偏好：C#」），然後生成 C# 語言的 Log 清理範例。

在第二次會話的 thread.InvokeAsync 之前，Mem0Provider 會自動執行一個 檢索（Retrieval） 步驟。它會根據你當前的問題（「寫一個 Log 檔案清理程式」），去 Mem0 記憶庫裡尋找相關的「事實」和「偏好」（例如「使用者主要使用 C#」）。這些檢索到的記憶會被作為額外的 System Prompt 或 Context 注入到模型中，從而讓 Agent 表現出「記得」你的樣子。

記憶的魔力：跨越時間的客製化

透過 Mem0，我們的 Agent 不再是每次都從零開始的「路人甲」，而是真正了解你的「老朋友」。它可以記住：

• 技術偏好： 喜歡 C# 或 Python？偏好 NoSQL 或關聯式資料庫？
• 個人資訊： 你的職位、你上次問的問題的進度。
• 服務歷史： 上次點了什麼菜？下次可能會想點什麼？

這項技術極大地提升了企業級應用中的使用者體驗和連續性，讓你的 AI 全餐不僅好吃，還能貼心入微！

完整程式碼範例