OpenClaw 记忆总丢?这个开源插件,想把 Agent 的长期记忆补到“能用”了

有在折腾 OpenClaw 的朋友，大概率都遇到过一个很现实的问题：对话一长，Agent 前面说过的话就开始掉。不是完全失忆，但那种“明明聊过，怎么又像第一次听见”的感觉，很明显。

最近看到一个专门补这块短板的开源插件：memory-lancedb-pro。它本质上还是做记忆检索，但思路已经不是那种“存进去，再靠向量模糊捞一捞”了，而是把整套长期记忆召回链路往生产环境那边拉了一截。它在 README 里明确写了，核心增强包括 混合检索（向量 + BM25）、Cross-Encoder 重排、时间衰减 / 新鲜度加权、MMR 多样性、多作用域隔离 和 管理 CLI，目标就是让 Agent 拿到的不是“沾边的记忆”，而是更近、更准、也更该出现的那几条。

这事听起来有点技术，但落到体感上其实很简单： 以前你问一句，Agent 可能只能凭语义相似度，从一堆旧记忆里摸几条出来。问题是，语义像，不代表现在最该用；关键词对，不代表上下文真相关。memory-lancedb-pro 做的，就是尽量别让它只靠单一路径“瞎蒙”。GitHub 页面列出来的特性里，除了混合召回，还有重排、长度归一化、噪声过滤、会话记忆、任务感知 embedding 这些东西。说白了，它不是只想“记住更多”，而是想让 Agent 记得更像回事。

我觉得这里最值钱的，其实不是“检索更强”这五个字，而是它把很多人实际踩过的坑直接补了。

比如长对话里，旧信息会不断堆积，真正重要的那条反而容易被埋掉；又比如多 Agent 或多任务并行的时候，记忆很容易串味。这个插件专门加了 multi-scope isolation，就是把不同范围的记忆隔开处理。还有一点很实用，它兼容 OpenAI-compatible embedding，官方说明里提到可以接 OpenAI、Gemini、Jina、Ollama 等接口，配置空间比很多只绑死单一路线的插件大得多。

另一个我比较喜欢的地方，是它没把“记忆”只当成自动黑盒。项目自带了完整的 CLI 管理工具，你可以手动管理、查看、审计记忆数据。这个细节很重要。很多 Agent 系统的记忆问题，不是不会存，而是你根本不知道它存了什么、捞了什么、为什么捞错了。有 CLI，至少你还能下去翻账本。

所以如果你最近正好在折腾 OpenClaw，又对“小龙虾聊久了就忘事”这件事有点烦，这个插件确实值得看一眼。

它不一定能把长期记忆问题一次性解决掉，毕竟 Agent 的“记忆差”很多时候也不只是数据库的问题。但至少 memory-lancedb-pro 这条路子是对的：别再把长期记忆理解成“存向量 + 做相似度搜索”那么简单，而是把召回、排序、时效性、隔离、审计这些该补的环节都补上。项目目前插件描述里版本为 1.1.0-beta.6，还在 beta 阶段，不过方向已经很清楚了。

GitHub地址： win4r/memory-lancedb-pro