你准备把 mem0ai/mem0 接进 AI 应用时，不要直接从复杂 SDK 配置开始。更稳的第一步是用 CLI 写入一条记忆，再搜索出来，确认账号、Key、存储和检索都通。

这份 skill 教程只解决一个选择：CLI 适合验证链路，SDK 适合接入代码，自托管 Server 适合团队化。把这三层分清，排查时就不会把模型 Key、embedding 配置和 Mem0 使用方式混在一起。

先用 CLI 做一条记忆闭环

README 给出的 agent signup 很适合开发工具场景：不用先走完整人工注册，agent 可以快速拿到工作 Key。你要看的成功信号只有一个：刚写的内容能不能被语义搜索找回来。

npm install -g @mem0/cli
mem0 init --agent --agent-caller claude-code
mem0 add "Prefers dark mode and vim keybindings" --user-id alice
mem0 search "What does Alice prefer?" --user-id alice

应用接入才需要 SDK 代码

当 CLI 通过后，再进入 Python 或 Node。Python 先装 mem0ai；需要 BM25、关键词匹配和实体提取，再装 mem0ai[nlp] 并下载 spaCy 模型。

pip install mem0ai
pip install mem0ai[nlp]
python -m spacy download en_core_web_sm

代码层的核心不是调用多少方法，而是顺序：先 memory.search 找回相关记忆，把它放进模型上下文；模型回复后，再 memory.add 写入新的对话事实。

已有工程可以用 skills 辅助接入

仓库还提供面向开发工具的 skills 安装方式。要把 Mem0 接进已有项目，可以从 mem0-integrate 开始，再用 mem0-test-integration 验证。

npx skills add https://github.com/mem0ai/mem0 --skill mem0
npx skills add https://github.com/mem0ai/mem0 --skill mem0-integrate
npx skills add https://github.com/mem0ai/mem0 --skill mem0-test-integration

如果只是个人试验，CLI 就够；如果要让应用每次回复都带上长期偏好，接 SDK；如果多人共用、需要管理后台和 API Key 流程，再上 self-hosted server。先把一条记忆跑通，再扩大范围，会比直接改完整业务链路稳得多。