---
date: "2026-06-01"
status: adopted
topic: "custom-embedding"
impact: [memory, performance]
---

# 复用项目 embedding 模型而非 Mem0 自带 SentenceTransformer

## 背景
Mem0 默认会自行加载一个 SentenceTransformer 做 embedding。项目本身已经通过 `GlobalModelManager`
加载了 `paraphrase-multilingual-MiniLM-L12-v2`（384 维）。若放任 Mem0 自加载，会出现同一模型在内存中加载两份，浪费显存/内存。

## 决策
在 `agent/mem0_manager.py` 实现 `CustomMem0Embedding`，把 Mem0 的 embedder 接到项目已加载的全局模型上，复用同一份权重。

## 影响
- 内存占用显著下降（不重复加载模型）。
- embedding 维度固定为 384，与项目主模型一致；换模型时 pgvector 列维度必须同步调整。

## 备注
相关连接池/实例缓存策略见 [[2026-06-connection-pool]]。