1. 添加 mem0_search 和 mem0_delete TODO实现函数. 2. 在收到新消息时，调用 mem0_search 获得相关记忆，封装到上下文 3. 在删除聊天框时候，调用 mem0_delete 以删除相关聊天框所抽取的记忆

backend/open_webui/main.py

@@ -1588,6 +1588,7 @@ async def chat_completion(
         """处理完整的聊天流程：Payload 处理 → LLM 调用 → 响应处理"""
         try:
             # 8.1 Payload 预处理：执行 Pipeline Filters、工具注入、RAG 检索等
+            # remark：并不涉及消息的持久化，只涉及发送给 LLM 前，上下文的封装
             form_data, metadata, events = await process_chat_payload(
                 request, form_data, user, metadata, model
             )

backend/open_webui/memory/mem0.py

@@ -0,0 +1,33 @@
+
+async def mem0_search(user_id: str, chat_id: str, last_message: str) -> list[str]:
+    """
+    预留的 Mem0 检索接口：当前为占位实现。
+    未来可替换为实际检索逻辑，返回若干相关记忆条目（字符串）。
+    增加 chat_id 便于按会话窗口区分/隔离记忆。
+    """
+    try:
+        # TODO: 接入真实 Mem0 检索
+        print("mem0_search")
+        print("user_id:", user_id)
+        print("chat_id:", chat_id)
+        print("last_message:", last_message)
+        return []
+    except Exception as e:
+        log.debug(f"Mem0 search failed: {e}")
+        return []
+
+
+async def mem0_delete(user_id: str, chat_id: str) -> bool:
+    """
+    删除指定用户在指定 chat 窗口下的所有 Mem0 相关记忆（占位实现）。
+    未来可替换为实际删除逻辑。
+    """
+    try:
+        # TODO: 接入真实删除逻辑（如按 chat_id 过滤）
+        print("mem0_delete")
+        print("user_id:", user_id)
+        print("chat_id:", chat_id)
+        return True
+    except Exception as e:
+        log.debug(f"Mem0 delete failed: {e}")
+        return False

backend/open_webui/routers/chats.py

@@ -19,6 +19,7 @@ from open_webui.constants import ERROR_MESSAGES
 from open_webui.env import SRC_LOG_LEVELS
 from fastapi import APIRouter, Depends, HTTPException, Request, status
 from pydantic import BaseModel
+from open_webui.memory.mem0 import mem0_delete
 
 
 from open_webui.utils.auth import get_admin_user, get_verified_user
@@ -655,6 +656,9 @@ async def delete_chat_by_id(request: Request, id: str, user=Depends(get_verified
     if user.role == "admin":
         chat = Chats.get_chat_by_id(id)
         
+        # 清理该聊天的 Mem0 记忆条目
+        await mem0_delete(chat.user_id, id)
+
         # 清理孤立标签（仅被该聊天使用的标签）
         for tag in chat.meta.get("tags", []):
             if Chats.count_chats_by_tag_name_and_user_id(tag, user.id) == 1:
@@ -676,6 +680,9 @@ async def delete_chat_by_id(request: Request, id: str, user=Depends(get_verified
 
         chat = Chats.get_chat_by_id(id)
 
+        # 清理该聊天的 Mem0 记忆条目
+        await mem0_delete(user.id, id)
+
         # 清理孤立标签
         for tag in chat.meta.get("tags", []):
             if Chats.count_chats_by_tag_name_and_user_id(tag, user.id) == 1:

backend/open_webui/utils/middleware.py

@@ -54,7 +54,8 @@ from open_webui.routers.pipelines import (
     process_pipeline_inlet_filter,
     process_pipeline_outlet_filter,
 )
-from open_webui.routers.memories import query_memory, QueryMemoryForm
+from open_webui.models.memories import Memories
+from open_webui.memory.mem0 import mem0_search
 
 from open_webui.utils.webhook import post_webhook
 from open_webui.utils.files import (
@@ -517,37 +518,44 @@ async def chat_completion_tools_handler(
 
 
 async def chat_memory_handler(
-    request: Request, form_data: dict, extra_params: dict, user
+    request: Request, form_data: dict, extra_params: dict, user, metadata
 ):
-    try:
+    """
-        results = await query_memory(
+    聊天记忆处理器 - 注入用户手动保存的记忆 + Mem0 检索结果到当前对话上下文
-            request,
+
-            QueryMemoryForm(
+    新增行为：
-                **{
+    1. memory 特性开启时，直接注入用户所有记忆条目（不再做 RAG Top-K）
-                    "content": get_last_user_message(form_data["messages"]) or "",
+    2. 预留 Mem0 检索：使用最后一条用户消息查询 Mem0，返回的条目也一并注入
-                    "k": 3,
+    3. 上下文注入方式保持不变：统一写入 System Message
-                }
+    """
-            ),
+    user_message = get_last_user_message(form_data.get("messages", [])) or ""
-            user,
+
-        )
+    # === 1. 获取用户全部记忆（不再截断 Top-K） ===
-    except Exception as e:
+    memories = Memories.get_memories_by_user_id(user.id) or []
-        log.debug(e)
+
-        results = None
+    # === 2. 预留的 Mem0 检索结果 ===
+    mem0_results = await mem0_search(user.id, metadata.get("chat_id"), user_message)
+
+    # === 3. 格式化记忆条目 ===
+    entries = []
+
+    # 3.1 用户记忆库全量
+    for mem in memories:
+        created_at_date = time.strftime("%Y-%m-%d", time.localtime(mem.created_at)) if mem.created_at else "Unknown Date"
+        entries.append(f"[{created_at_date}] {mem.content}")
+
+    # 3.2 Mem0 检索结果
+    for item in mem0_results:
+        entries.append(f"[Mem0] {item}")
+
+    if not entries:
+        return form_data
 
     user_context = ""
-    if results and hasattr(results, "documents"):
+    for idx, entry in enumerate(entries):
-        if results.documents and len(results.documents) > 0:
+        user_context += f"{idx + 1}. {entry}\n"
-            for doc_idx, doc in enumerate(results.documents[0]):
-                created_at_date = "Unknown Date"
-
-                if results.metadatas[0][doc_idx].get("created_at"):
-                    created_at_timestamp = results.metadatas[0][doc_idx]["created_at"]
-                    created_at_date = time.strftime(
-                        "%Y-%m-%d", time.localtime(created_at_timestamp)
-                    )
-
-                user_context += f"{doc_idx + 1}. [{created_at_date}] {doc}\n"
 
+    # === 4. 将记忆注入到系统消息中 ===
     form_data["messages"] = add_or_update_system_message(
         f"User Context:\n{user_context}\n", form_data["messages"], append=True
     )
@@ -1189,7 +1197,7 @@ async def process_chat_payload(request, form_data, user, metadata, model):
         # 12.1 记忆功能 - 注入历史对话记忆
         if "memory" in features and features["memory"]:
             form_data = await chat_memory_handler(
-                request, form_data, extra_params, user
+                request, form_data, extra_params, user, metadata
             )
 
         # 12.2 网页搜索功能 - 执行网络搜索