bytedance/deer-flow
bytedance/deer-flow 是面向长任务执行的开源 SuperAgent 框架,支持沙箱、记忆、工具与子代理协作,适合 OpenClaw 自动化编排场景。
Mem0 是一个给 AI Agent 使用的开源记忆系统,核心价值不是单次对话,而是把用户偏好、历史决策、项目上下文和检索结果持续沉淀下来,让智能体在后续任务中保持连续性。对于 OpenClaw 用户来说,它很适合补足“会话结束后上下文丢失”的问题,尤其适用于个人助手、客服代理、研究代理和多步骤自动化流程。
从 README 和项目说明来看,Mem0 适合需要长期记忆、个性化响应、跨工具协作的场景,例如为 OpenClaw 记录用户偏好、项目约束、常用 API、历史排障结论,或者在多轮任务中保存关键事实。它也适合接在 RAG、工作流编排、聊天机器人和开发助手后面,让代理系统在执行任务时能结合“过去发生过什么”一起判断。
上手时通常可以先通过 Python 安装与接入 Mem0,再把会话消息、用户 profile、任务事件写入记忆层,并在每次执行前做检索召回。访问原仓库后,用户可以继续查看具体安装方式、SDK 用法、存储设计、记忆写入与检索接口,以及如何把它接入现有 Agent / OpenAI / LangChain / 自建工作流中完成长期记忆增强。