diff --git a/content/docs-lite/zh/docs/DataVec/mem0.md b/content/docs-lite/zh/docs/DataVec/mem0.md
new file mode 100644
index 0000000000000000000000000000000000000000..db47e6d487e3cb4440accf788025da57780965f4
--- /dev/null
+++ b/content/docs-lite/zh/docs/DataVec/mem0.md
@@ -0,0 +1,127 @@
+# Mem0 + openGauss
+Mem0为大型语言模型提供了一个智能、自我改进的内存层，从而实现跨应用程序的个性化AI体验。
+
+## Mem0核心能力
+- 用户、会话和 AI Agent 留存：跨用户会话、交互和 AI Agent 保留信息，确保连续性和上下文。
+- 自适应个性化：自适应系统不断从用户交互中学习，随着时间的推移不断完善其理解。
+- 开发者友好的 API：提供简单的 API，可无缝集成到各种应用中。
+- 平台一致性：确保不同AI平台和设备上的行为和数据一致。
+
+## Mem0如何工作
+Mem0 利用混合数据库方法来管理和检索 AI 代理和助手的长期记忆。每个记忆都与一个唯一标识符相关联，例如用户 ID 或代理 ID，这使得 Mem0 能够组织和访问特定于个人或情境的记忆。当使用 add() 方法将消息添加到 Mem0 时，系统会提取相关事实和偏好，并将其存储在数据存储中：oepnGauss向量数据库。这种混合方法可确保以最有效的方式存储不同类型的信息，从而使后续搜索快速有效。
+
+当 AI 代理或 LLM 需要回忆记忆时，它会使用 search() 方法。然后，Mem0 会在这些数据存储中进行搜索，从每个来源检索相关信息。然后，这些信息会通过评分层，该评分层会根据相关性、重要性和新近性评估其重要性。这可确保只显示最个性化和最有用的上下文。然后可以根据需要将检索到的记忆附加到 LLM 的提示中，从而增强其响应的个性化和相关性
+
+## Mem0应用场景
+- 个性化学习助手：跟踪用户学习进度与偏好，生成定制化学习计划。
+- 医疗健康助手：长期记录患者病史、用药记录，提供连续性护理建议。
+- 虚拟伴侣：通过记忆用户习惯和对话历史，建立情感化交互。
+
+## 开始使用Mem0 + openGauss
+### 下载所需程序库
+下载安装mem0
+```
+Pip install mem0ai
+```
+安装openGauss数据库，windows系统可以通过[容器部署](../InstallationGuide/容器镜像安装.md)并启动openGauss数据库。
+
+### 配置Mem0并使用openGauss作为向量存储数据库
+在本样例中，我们将使用OpenAI作为LLM，并配置OpenAI api秘钥。
+```
+import os
+os.environ["OPENAI_API_KEY"] = "sk-xxxxxxx"
+```
+
+配置openGauss作为Mem0的向量存储数据库
+```
+from mem0 import Memory
+config = {
+    "vector_store": {
+        "provider": "opengauss",
+        "config": {
+            "dbname": "your_db_name",
+            "user": "your_db_user",
+            "password": "your_db_password",
+            "host": "your_db_host",
+            "port": "your_db_port",
+        }
+    }
+}
+```
+
+### 使用openGauss对Mem0结果进行存储
+openGauss默认使用hnsw（vector_cosine_ops）创建向量索引
+
+#### 添加记忆, 使用add方法存储记忆
+user为用户输入，assistant为模拟LLM回答。
+```
+m = Memory.from_config(config)
+messages = [
+{"role": "user", "content": "I'm planning to watch a movie tonight. Any recommendations?"},
+{"role": "assistant", "content": "How about a thriller movies? They can be quite engaging."},
+{"role": "user", "content": "I’m not a big fan of thriller movies but I love sci-fi movies."},
+{"role": "assistant", "content": "Got it! I'll avoid thriller recommendations and suggest sci-fi movies in the future."}
+]
+
+res = m.add(messages, user_id="alice", metadata={"category": "movies"})
+```
+输出结果，成功添加3条用户记忆并且关联到用户alice。
+```
+{'results': [
+    {'id': 'cf375ed0-d4b4-4542-ae91-1c103d090fa7', 'memory': 'Planning to watch a movie tonight', 'event': 'ADD'},
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'event': 'ADD'},
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'event': 'ADD'}
+    ]
+}
+```
+
+#### 更新记忆，将Planning to watch a movie tonight更新为likes to watch comedy
+```
+mem_id = res["results"][0]["id"]
+res = m.update(memory_id = mem_id, data="likes to watch comedy")
+```
+
+输出结果，Planning to watch a movie tonight记录成功更新为likes to watch comedy。
+```
+{'results': [
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'hash': '028dfab4483f28980e292f62578d3293', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.229278-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'hash': '1110b1af77367917ea2022355a16f187', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.305949-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': 'cf375ed0-d4b4-4542-ae91-1c103d090fa7', 'memory': 'likes to watch comedy', 'hash': '1b1162a3c9d4edec465896f7f987ca7d', 'metadata': None, 'created_at': '2025-04-24T01:36:10.130706-07:00', 'updated_at': '2025-04-24T01:36:10.954341-07:00', 'user_id': 'alice'}
+    ]
+}
+```
+
+#### 搜索记忆，根据用户输出信息返回结果
+```
+query = "What movies do I like to watch?"
+res = m.search(query, user_id = "alice")
+```
+输出结果，结果按照相关性排序输出。
+```
+{'results': [
+    {'id': 'cf375ed0-d4b4-4542-ae91-1c103d090fa7', 'memory': 'likes to watch comedy', 'hash': '1b1162a3c9d4edec465896f7f987ca7d', 'metadata': None, 'score': 0.510667311390375, 'created_at': '2025-04-24T01:36:10.130706-07:00', 'updated_at': '2025-04-24T01:36:10.954341-07:00', 'user_id': 'alice'},
+
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'hash': '1110b1af77367917ea2022355a16f187', 'metadata': {'category': 'movies'}, 'score': 0.520610560306129, 'created_at': '2025-04-24T01:36:10.305949-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'hash': '028dfab4483f28980e292f62578d3293', 'metadata': {'category': 'movies'}, 'score': 0.619080122030983, 'created_at': '2025-04-24T01:36:10.229278-07:00', 'updated_at': None, 'user_id': 'alice'}
+    ]
+}
+```
+
+#### 删除记忆
+此处mem_id为更新Planning to watch a movie tonight更新为likes to watch comedy，此操作会删除此条记忆
+```
+m.delete(memory_id = mem_id)
+res = m.get_all("alice")
+```
+输出结果，likes to watch comedy记忆成功删除，此时记忆仅剩2条。
+```
+{'results': [
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'hash': '028dfab4483f28980e292f62578d3293', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.229278-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'hash': '1110b1af77367917ea2022355a16f187', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.305949-07:00', 'updated_at': None, 'user_id': 'alice'}
+    ]
+}
+```
\ No newline at end of file
diff --git a/content/docs-lite/zh/menu/index.md b/content/docs-lite/zh/menu/index.md
index 8fe0cd19a08cc476a05eef22a125cd2a330f0fb1..29c495875ac3309e5b26ccacae7f4cd208d7e9b2 100644
--- a/content/docs-lite/zh/menu/index.md
+++ b/content/docs-lite/zh/menu/index.md
@@ -638,6 +638,7 @@ headless: true
 			-   [Nomic]({{< relref "./docs/DataVec/embedding-nomic.md" >}})
 		-   Agents
 			-   [MCP]({{< relref "./docs/DataVec/mcp.md" >}})
+			-   [Mem0]({{< relref "./docs/DataVec/mem0.md" >}})
 		-   数据迁移
 			-   [从Milvus迁移至openGauss DataVec]({{< relref "./docs/DataVec/milvus2datavec.md" >}}) 
         -   API Reference
diff --git a/content/zh/docs/DataVec/mem0.md b/content/zh/docs/DataVec/mem0.md
new file mode 100644
index 0000000000000000000000000000000000000000..db47e6d487e3cb4440accf788025da57780965f4
--- /dev/null
+++ b/content/zh/docs/DataVec/mem0.md
@@ -0,0 +1,127 @@
+# Mem0 + openGauss
+Mem0为大型语言模型提供了一个智能、自我改进的内存层，从而实现跨应用程序的个性化AI体验。
+
+## Mem0核心能力
+- 用户、会话和 AI Agent 留存：跨用户会话、交互和 AI Agent 保留信息，确保连续性和上下文。
+- 自适应个性化：自适应系统不断从用户交互中学习，随着时间的推移不断完善其理解。
+- 开发者友好的 API：提供简单的 API，可无缝集成到各种应用中。
+- 平台一致性：确保不同AI平台和设备上的行为和数据一致。
+
+## Mem0如何工作
+Mem0 利用混合数据库方法来管理和检索 AI 代理和助手的长期记忆。每个记忆都与一个唯一标识符相关联，例如用户 ID 或代理 ID，这使得 Mem0 能够组织和访问特定于个人或情境的记忆。当使用 add() 方法将消息添加到 Mem0 时，系统会提取相关事实和偏好，并将其存储在数据存储中：oepnGauss向量数据库。这种混合方法可确保以最有效的方式存储不同类型的信息，从而使后续搜索快速有效。
+
+当 AI 代理或 LLM 需要回忆记忆时，它会使用 search() 方法。然后，Mem0 会在这些数据存储中进行搜索，从每个来源检索相关信息。然后，这些信息会通过评分层，该评分层会根据相关性、重要性和新近性评估其重要性。这可确保只显示最个性化和最有用的上下文。然后可以根据需要将检索到的记忆附加到 LLM 的提示中，从而增强其响应的个性化和相关性
+
+## Mem0应用场景
+- 个性化学习助手：跟踪用户学习进度与偏好，生成定制化学习计划。
+- 医疗健康助手：长期记录患者病史、用药记录，提供连续性护理建议。
+- 虚拟伴侣：通过记忆用户习惯和对话历史，建立情感化交互。
+
+## 开始使用Mem0 + openGauss
+### 下载所需程序库
+下载安装mem0
+```
+Pip install mem0ai
+```
+安装openGauss数据库，windows系统可以通过[容器部署](../InstallationGuide/容器镜像安装.md)并启动openGauss数据库。
+
+### 配置Mem0并使用openGauss作为向量存储数据库
+在本样例中，我们将使用OpenAI作为LLM，并配置OpenAI api秘钥。
+```
+import os
+os.environ["OPENAI_API_KEY"] = "sk-xxxxxxx"
+```
+
+配置openGauss作为Mem0的向量存储数据库
+```
+from mem0 import Memory
+config = {
+    "vector_store": {
+        "provider": "opengauss",
+        "config": {
+            "dbname": "your_db_name",
+            "user": "your_db_user",
+            "password": "your_db_password",
+            "host": "your_db_host",
+            "port": "your_db_port",
+        }
+    }
+}
+```
+
+### 使用openGauss对Mem0结果进行存储
+openGauss默认使用hnsw（vector_cosine_ops）创建向量索引
+
+#### 添加记忆, 使用add方法存储记忆
+user为用户输入，assistant为模拟LLM回答。
+```
+m = Memory.from_config(config)
+messages = [
+{"role": "user", "content": "I'm planning to watch a movie tonight. Any recommendations?"},
+{"role": "assistant", "content": "How about a thriller movies? They can be quite engaging."},
+{"role": "user", "content": "I’m not a big fan of thriller movies but I love sci-fi movies."},
+{"role": "assistant", "content": "Got it! I'll avoid thriller recommendations and suggest sci-fi movies in the future."}
+]
+
+res = m.add(messages, user_id="alice", metadata={"category": "movies"})
+```
+输出结果，成功添加3条用户记忆并且关联到用户alice。
+```
+{'results': [
+    {'id': 'cf375ed0-d4b4-4542-ae91-1c103d090fa7', 'memory': 'Planning to watch a movie tonight', 'event': 'ADD'},
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'event': 'ADD'},
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'event': 'ADD'}
+    ]
+}
+```
+
+#### 更新记忆，将Planning to watch a movie tonight更新为likes to watch comedy
+```
+mem_id = res["results"][0]["id"]
+res = m.update(memory_id = mem_id, data="likes to watch comedy")
+```
+
+输出结果，Planning to watch a movie tonight记录成功更新为likes to watch comedy。
+```
+{'results': [
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'hash': '028dfab4483f28980e292f62578d3293', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.229278-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'hash': '1110b1af77367917ea2022355a16f187', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.305949-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': 'cf375ed0-d4b4-4542-ae91-1c103d090fa7', 'memory': 'likes to watch comedy', 'hash': '1b1162a3c9d4edec465896f7f987ca7d', 'metadata': None, 'created_at': '2025-04-24T01:36:10.130706-07:00', 'updated_at': '2025-04-24T01:36:10.954341-07:00', 'user_id': 'alice'}
+    ]
+}
+```
+
+#### 搜索记忆，根据用户输出信息返回结果
+```
+query = "What movies do I like to watch?"
+res = m.search(query, user_id = "alice")
+```
+输出结果，结果按照相关性排序输出。
+```
+{'results': [
+    {'id': 'cf375ed0-d4b4-4542-ae91-1c103d090fa7', 'memory': 'likes to watch comedy', 'hash': '1b1162a3c9d4edec465896f7f987ca7d', 'metadata': None, 'score': 0.510667311390375, 'created_at': '2025-04-24T01:36:10.130706-07:00', 'updated_at': '2025-04-24T01:36:10.954341-07:00', 'user_id': 'alice'},
+
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'hash': '1110b1af77367917ea2022355a16f187', 'metadata': {'category': 'movies'}, 'score': 0.520610560306129, 'created_at': '2025-04-24T01:36:10.305949-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'hash': '028dfab4483f28980e292f62578d3293', 'metadata': {'category': 'movies'}, 'score': 0.619080122030983, 'created_at': '2025-04-24T01:36:10.229278-07:00', 'updated_at': None, 'user_id': 'alice'}
+    ]
+}
+```
+
+#### 删除记忆
+此处mem_id为更新Planning to watch a movie tonight更新为likes to watch comedy，此操作会删除此条记忆
+```
+m.delete(memory_id = mem_id)
+res = m.get_all("alice")
+```
+输出结果，likes to watch comedy记忆成功删除，此时记忆仅剩2条。
+```
+{'results': [
+    {'id': 'afe95bb0-093e-43c1-a81e-a24c5e56318e', 'memory': 'Not a big fan of thriller movies', 'hash': '028dfab4483f28980e292f62578d3293', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.229278-07:00', 'updated_at': None, 'user_id': 'alice'},
+
+    {'id': '986b369f-aace-470e-ba75-ae3e5c72a5c5', 'memory': 'Loves sci-fi movies', 'hash': '1110b1af77367917ea2022355a16f187', 'metadata': {'category': 'movies'}, 'created_at': '2025-04-24T01:36:10.305949-07:00', 'updated_at': None, 'user_id': 'alice'}
+    ]
+}
+```
\ No newline at end of file
diff --git a/content/zh/menu/index.md b/content/zh/menu/index.md
index 8c4cf3507fba6de884d88dc04f52aa510901807a..c9627aa8b70ad538f0b16717add990b408acd6a4 100644
--- a/content/zh/menu/index.md
+++ b/content/zh/menu/index.md
@@ -922,6 +922,7 @@ headless: true
 			-   [Nomic]({{< relref "./docs/DataVec/embedding-nomic.md" >}})
 		-   Agents
 			-   [MCP]({{< relref "./docs/DataVec/mcp.md" >}})
+			-   [Mem0]({{< relref "./docs/DataVec/mem0.md" >}})
 		-   数据迁移
 			-   [从Milvus迁移至openGauss DataVec]({{< relref "./docs/DataVec/milvus2datavec.md" >}})
 		-   API Reference