最近我们在 OpenTalking 里推进了一版记忆库能力，目标不是让数字人简单“多存几条聊天记录”，而是解决一个更实际的问题：实时数字人能不能在不同 session 之间记住用户偏好、称呼、项目背景和长期上下文。Github 搜 datascale-ai/opentalking 。 OpenTalking 本身是一个开源实时数字人对话编排框架，主要负责把 LLM 、TTS 、STT 、WebRTC 、数字人驱动模型和前端交互串起来。之前它更偏实时链路验证：用户说一句话，LLM 回答，TTS 合成音频，再驱动数字人口型和画面。这个链路跑通以后，很快会遇到一个产品问题：每次新开会话，数字人都像第一次见你。 所以这次记忆库的重点是跨 session 的长期记忆。 OpenTalking 负责实时对话链路、数字人播放链路、session scope 、角色 persona 、前端挂载和记忆注入策略。 Mem0 负责长期记忆的抽取、存储、去重、向量化、实体关联和检索召回。 一次对话大概是这样流转的： 用户创建 session 时，可以选择是否挂载记忆库。...