Merge pull request #51 from Halo1236/memos

feat: 支持MemOS记忆搜索、添加

Author: hao65103940

tools/tool_memos_add/1.0.0/MemOS 记忆添加.tool

@@ -0,0 +1,93 @@
+# MemOS 记忆添加工具
+
+基于 MemOS 记忆存储系统 API 封装的记忆添加工具，将会话消息写入 MemOS，系统会自动解析消息并生成记忆，让 AI 拥有持续记忆与成长能力。
+
+## 一、功能说明
+
+- 将对话消息批量写入 MemOS 记忆存储
+- 支持多角色消息（user / assistant）
+- MemOS 会自动解析消息内容并生成事实记忆、偏好记忆
+
+## 二、参数说明
+
+### 2.1 启动参数
+
+| 参数 | 组件类型 | 必填 | 说明 |
+| :--- | :--- | :--- | :--- |
+| `access_key` | 密码框 | 是 | MemOS API Key，在 API 控制台 > 接口密钥中获取 |
+
+### 2.2 输入参数
+
+| 参数名 | 数据类型 | 必填 | 来源 | 说明 |
+| :--- | :--- | :--- | :--- | :--- |
+| `user_id` | string | 是 | 引用参数 | 消息关联的用户唯一标识符 |
+| `conversation_id` | string | 是 | 引用参数 | 消息关联的会话唯一标识符 |
+| `user_message` | string | 是 | 引用参数 | 用户发送的消息内容 |
+| `assistant_message` | string | 是 | 引用参数 | AI 助手回复的消息内容 |
+
+> **参数获取说明**：
+> - `user_id`：MaxKB 中使用系统变量 `{{user_id}}`，建议添加前缀如 `maxkb_{{user_id}}`
+> - `conversation_id`：MaxKB 中使用系统变量 `{{chat_id}}`
+
+---
+
+## 三、工具内容（Python）
+
+```python
+import requests
+
+
+def add_message(user_id: str, conversation_id: str, user_message: str, assistant_message: str, access_key: str = ""):
+    """
+    MemOS 消息添加
+
+    参数类型（根据官方API文档）：
+    - user_id: string, 必填, 消息关联的用户唯一标识符
+    - conversation_id: string, 必填, 消息关联的会话唯一标识符
+    - user_message: string, 必填, 用户消息内容（对应 messages[].content）
+    - assistant_message: string, 必填, 助手消息内容（对应 messages[].content）
+    - access_key: string, 必填, API密钥
+
+    原始API messages数组字段：
+    - role: string, 必填, 消息角色（user/assistant/system/tool）
+    - content: string, 必填, 消息内容文本
+    - chat_time: string, 可选, 对话时间
+    """
+    http_session = requests.Session()
+    try:
+        messages = []
+        if user_message:
+            messages.append({"role": "user", "content": user_message})
+        if assistant_message:
+            messages.append({"role": "assistant", "content": assistant_message})
+
+        if not messages:
+            return "错误：消息内容不能为空"
+
+        data = {
+            "user_id": user_id,
+            "conversation_id": conversation_id,
+            "messages": messages
+        }
+
+        rep = http_session.post(
+            url="https://memos.memtensor.cn/api/openmem/v1/add/message",
+            headers={
+                "Content-Type": "application/json",
+                "Authorization": f"Token {access_key}"
+            },
+            json=data
+        ).json()
+
+        if rep.get("code") == 0:
+            task_id = rep.get("data", {}).get("task_id", "")
+            return f"信息：消息添加成功，任务ID: {task_id}"
+        else:
+            return f"错误：消息添加失败：{rep.get('message', '未知错误')}"
+    except requests.exceptions.RequestException as e:
+        return f"错误：添加消息时发生网络错误: {e}"
+    except Exception as e:
+        return f"错误：处理消息添加响应时发生错误: {e}"
+```
+
+---

tools/tool_memos_add/README.md

@@ -0,0 +1,54 @@
+import requests
+
+
+def add_message(user_id: str, conversation_id: str, user_message: str, assistant_message: str, access_key: str = ""):
+    """
+    MemOS 消息添加
+
+    参数类型（根据官方API文档）：
+    - user_id: string, 必填, 消息关联的用户唯一标识符
+    - conversation_id: string, 必填, 消息关联的会话唯一标识符
+    - user_message: string, 必填, 用户消息内容（对应 messages[].content）
+    - assistant_message: string, 必填, 助手消息内容（对应 messages[].content）
+    - access_key: string, 必填, API密钥
+
+    原始API messages数组字段：
+    - role: string, 必填, 消息角色（user/assistant/system/tool）
+    - content: string, 必填, 消息内容文本
+    - chat_time: string, 可选, 对话时间
+    """
+    http_session = requests.Session()
+    try:
+        messages = []
+        if user_message:
+            messages.append({"role": "user", "content": user_message})
+        if assistant_message:
+            messages.append({"role": "assistant", "content": assistant_message})
+
+        if not messages:
+            return "错误：消息内容不能为空"
+
+        data = {
+            "user_id": user_id,
+            "conversation_id": conversation_id,
+            "messages": messages
+        }
+
+        rep = http_session.post(
+            url="https://memos.memtensor.cn/api/openmem/v1/add/message",
+            headers={
+                "Content-Type": "application/json",
+                "Authorization": f"Token {access_key}"
+            },
+            json=data
+        ).json()
+
+        if rep.get("code") == 0:
+            task_id = rep.get("data", {}).get("task_id", "")
+            return f"信息：消息添加成功，任务ID: {task_id}"
+        else:
+            return f"错误：消息添加失败：{rep.get('message', '未知错误')}"
+    except requests.exceptions.RequestException as e:
+        return f"错误：添加消息时发生网络错误: {e}"
+    except Exception as e:
+        return f"错误：处理消息添加响应时发生错误: {e}"

tools/tool_memos_add/add_message.py

@@ -0,0 +1,5 @@
+name: MemOS记忆添加
+tags:
+  - 模型记忆
+title: 添加会话消息到MemOS，自动解析并生成记忆
+description: 添加会话消息到MemOS，自动解析并生成记忆

tools/tool_memos_add/data.yaml

@@ -0,0 +1,98 @@
+# MemOS 记忆检索工具
+
+基于 MemOS 记忆存储系统 API 封装的记忆检索工具，根据查询文本检索指定用户的记忆，返回与查询内容最相关的事实记忆、偏好记忆片段供 Agent 使用。
+
+## 一、功能说明
+
+- 根据查询文本在记忆库中搜索最相关的记忆片段
+- 支持召回事实记忆、偏好记忆两类
+- 可自定义返回的记忆项数量
+
+## 二、参数说明
+
+### 2.1 启动参数
+
+| 参数 | 组件类型 | 必填 | 说明 |
+| :--- | :--- | :--- | :--- |
+| `access_key` | 密码框 | 是 | MemOS API Key，在 API 控制台 > 接口密钥中获取 |
+
+### 2.2 输入参数
+
+| 参数名 | 数据类型 | 必填 | 来源 | 说明 |
+| :--- | :--- | :--- | :--- | :--- |
+| `user_id` | string | 是 | 引用参数 | 用户唯一标识符 |
+| `query` | string | 是 | 引用参数 | 查询文本内容（token 上限 20k） |
+| `conversation_id` | string | 否 | 引用参数 | 会话唯一标识符 |
+| `memory_limit_number` | int | 否 | 引用参数 | 事实记忆返回条数（默认 6，最大 25） |
+
+> **参数获取说明**：
+> - `user_id`：MaxKB 中使用系统变量 `{{user_id}}`，建议添加前缀如 `maxkb_{{user_id}}`
+> - `conversation_id`：MaxKB 中使用系统变量 `{{chat_id}}`
+
+---
+
+## 三、工具内容（Python）
+
+```python
+import requests
+
+
+def search_memory(user_id: str, query: str, conversation_id: str = "", memory_limit_number: int = 6, access_key: str = ""):
+    """
+    MemOS 记忆检索
+
+    参数类型（根据官方API文档）：
+    - user_id: string, 必填, 用户唯一标识符
+    - query: string, 必填, 查询文本内容（token上限20k）
+    - conversation_id: string, 可选, 会话唯一标识符
+    - memory_limit_number: number, 可选, 事实记忆返回条数（默认6，最大25）
+    - access_key: string, 必填, API密钥
+    """
+    http_session = requests.Session()
+    try:
+        data = {
+            "user_id": user_id,
+            "query": query,
+            "include_preference": True,
+            "memory_limit_number": memory_limit_number
+        }
+        if conversation_id:
+            data["conversation_id"] = conversation_id
+
+        rep = http_session.post(
+            url="https://memos.memtensor.cn/api/openmem/v1/search/memory",
+            headers={
+                "Content-Type": "application/json",
+                "Authorization": f"Token {access_key}"
+            },
+            json=data
+        ).json()
+
+        if rep.get("code") == 0:
+            result_parts = []
+            memory_list = rep.get("data", {}).get("memory_detail_list", [])
+            preference_list = rep.get("data", {}).get("preference_detail_list", [])
+
+            if memory_list:
+                result_parts.append("【事实记忆】")
+                for mem in memory_list:
+                    result_parts.append(f"- {mem.get('memory_key', '')}: {mem.get('memory_value', '')}")
+
+            if preference_list:
+                result_parts.append("【偏好记忆】")
+                for pref in preference_list:
+                    result_parts.append(f"- {pref.get('preference', '')}")
+
+            if result_parts:
+                return "\n".join(result_parts)
+            else:
+                return "未找到相关记忆"
+        else:
+            return f"错误：记忆检索失败：{rep.get('message', '未知错误')}"
+    except requests.exceptions.RequestException as e:
+        return f"错误：记忆检索时发生网络错误: {e}"
+    except Exception as e:
+        return f"错误：处理记忆检索响应时发生错误: {e}"
+```
+
+---

tools/tool_memos_add/logo.png

@@ -0,0 +1,5 @@
+name: MemOS记忆检索
+tags:
+  - 模型记忆
+title: 检索用户记忆，返回最相关的事实记忆、偏好记忆片段
+description: 检索用户记忆，返回最相关的事实记忆、偏好记忆片段

tools/tool_memos_search/1.0.0/MemOS 记忆检索.tool

@@ -0,0 +1,59 @@
+import requests
+
+
+def search_memory(user_id: str, query: str, conversation_id: str = "", memory_limit_number: int = 6, access_key: str = ""):
+    """
+    MemOS 记忆检索
+
+    参数类型（根据官方API文档）：
+    - user_id: string, 必填, 用户唯一标识符
+    - query: string, 必填, 查询文本内容（token上限20k）
+    - conversation_id: string, 可选, 会话唯一标识符
+    - memory_limit_number: number, 可选, 事实记忆返回条数（默认6，最大25）
+    - access_key: string, 必填, API密钥
+    """
+    http_session = requests.Session()
+    try:
+        data = {
+            "user_id": user_id,
+            "query": query,
+            "include_preference": True,
+            "memory_limit_number": memory_limit_number
+        }
+        if conversation_id:
+            data["conversation_id"] = conversation_id
+
+        rep = http_session.post(
+            url="https://memos.memtensor.cn/api/openmem/v1/search/memory",
+            headers={
+                "Content-Type": "application/json",
+                "Authorization": f"Token {access_key}"
+            },
+            json=data
+        ).json()
+
+        if rep.get("code") == 0:
+            result_parts = []
+            memory_list = rep.get("data", {}).get("memory_detail_list", [])
+            preference_list = rep.get("data", {}).get("preference_detail_list", [])
+
+            if memory_list:
+                result_parts.append("【事实记忆】")
+                for mem in memory_list:
+                    result_parts.append(f"- {mem.get('memory_key', '')}: {mem.get('memory_value', '')}")
+
+            if preference_list:
+                result_parts.append("【偏好记忆】")
+                for pref in preference_list:
+                    result_parts.append(f"- {pref.get('preference', '')}")
+
+            if result_parts:
+                return "\n".join(result_parts)
+            else:
+                return "未找到相关记忆"
+        else:
+            return f"错误：记忆检索失败：{rep.get('message', '未知错误')}"
+    except requests.exceptions.RequestException as e:
+        return f"错误：记忆检索时发生网络错误: {e}"
+    except Exception as e:
+        return f"错误：处理记忆检索响应时发生错误: {e}"