Mem0

Mem0 노드는 MemGPT의 오픈소스 메모리 백엔드를 활용하여 고성능 검색 및 저장형 메모리를 제공합니다. 다양한 ID 기반 필터링 및 Search Only 기능을 통해 유연한 메모리 검색 및 호출이 가능합니다.

---

주요 기능

• MemGPT 기반 메모리 스토리지 및 검색 기능 제공

• Search Only 모드를 통해 과거 기록을 단순 검색으로만 활용 가능

• 다양한 범위의 식별자(ID)를 활용한 필터링 지원

• Memory Key, Input Key, Output Key 설정으로 LLM 연동 제어 가능

WindyFlo Mem0

WindyFlo Mem0 Parameters

입력값 (Inputs)

항목	설명	필수 여부
Connect Credential	MemGPT API Key 또는 사용자 인증 정보 (Credential에 등록)	필수
User ID	사용자 고유 ID (예: WindyFlo-default-user)	필수
Search Only	검색 전용 모드 설정 (활성화 시, 기록 저장 없이 검색만 수행)	선택
Run ID	세션 실행 단위 식별자 (기록 필터링 용도)	선택
Agent ID	연결된 에이전트 식별자	선택
App ID	호출한 애플리케이션 식별자	선택
Project ID	프로젝트 단위로 메모리 필터링 시 사용	선택
Organization ID	조직 단위 식별자	선택
Memory Key	LLM과 연동할 메모리 키 (예: history)	선택
Input Key	LLM에 입력으로 전달할 필드 키 (예: input)	선택
Output Key	LLM 응답을 저장할 키 지정 (예: text)	선택

---

출력값 (Outputs)

출력 항목	설명
Mem0	검색 또는 저장된 메모리 결과 객체 반환

---

활용 예시

• 다수의 사용자 기록을 MemGPT 기반으로 중앙 저장/검색하는 SaaS 챗봇 구현

• Search Only 모드로 유사 질문 검색 및 문맥 기반 유사도 매칭 수행

• LLM 호출 전후 히스토리를 프로젝트, 사용자, 세션 단위로 구조화하여 분석

• LLM 응답 품질 개선을 위한 기록 기반 컨텍스트 재활용

---

사용 팁

• Search Only를 활성화하면 기록 저장 없이 벡터 검색 기반으로 과거 내용 참조만 수행할 수 있어, 민감 정보 저장을 피할 수 있습니다.

• Input/Output Key 설정은 Agent 또는 LLM 노드의 Key 설정과 반드시 일치시켜야 정상 작동합니다.

• 프로젝트별 또는 조직 단위 분석이 필요할 경우, ID 필드를 일관되게 구성하는 것이 중요합니다.

---

주의사항

• Connect Credential 등록 없이 실행 시 인증 오류 발생

• User ID가 유일하지 않거나 불명확할 경우, 검색 범위가 잘못될 수 있음

• LLM 노드와 Input/Output Key가 불일치하면 응답 반영이 되지 않음

• MemGPT 자체 제한(요금, 속도, 저장 기간 등)을 사전에 확인해야 안정적인 운영 가능