让小龙虾拥有完美记忆:OpenClaw 本地记忆系统补全指南

OpenClaw 默认配置下，记忆系统靠关键字匹配做检索。如果你没配 embedding 模型，语义搜索就废了——AI 只能死板地搜你说过什么关键词，搜不到你想表达什么意思。结果就是：你在第 1 轮聊过的东西，第 5 轮它完全没印象；你说”上次那个文章”，它问”哪个文章”。

这不是 bug，是检索能力的问题。下面这套方案，用 SQLite + 本地嵌入模型，把语义搜索补上，让 AI 真正理解你在说什么、记住你说过的内容。

1. 记忆系统是怎么工作的

OpenClaw 的记忆由两层协作：存储引擎和调度器。

存储引擎叫 memory-core，用 SQLite 的 FTS5（全文搜索）加上 sqlite-vec（向量搜索）实现混合检索。你问问题的时候，它会同时做向量相似度搜索和关键词搜索，然后拼出最相关的记忆片段。

调度器叫 active-memory，是个可选插件。每次回复前它会自动调记忆引擎，不需要主模型自己去”想起来”要搜索。如果你没装这个插件，记忆搜索不会完全失效——主模型会根据上下文自己判断要不要调用搜索，但这样有时候会漏掉东西。

所有记忆存在本地工作区的 Markdown 文件里，没有网络、没有 API 费用、不怕隐私泄露。

2. 长期记忆存在哪

你的记忆存在两个地方：

核心记忆文件：~/.openclaw/workspace/MEMORY.md。这里放用户偏好、个人资料、重要决策这些永久性信息。每次对话默认加载。

每日对话日志：~/.openclaw/workspace/memory/ 目录下，以 YYYY-MM-DD.md 格式存储每天的对话摘要。默认加载今天和昨天的文件。

想管理记忆就直接编辑这些文件，改完之后运行：

openclaw memory index --force

重建索引就能生效。

3. 安装依赖

核心引擎 sqlite-vec 已经内置了，但本地嵌入模型需要手动装 node-llama-cpp：

npm install -g node-llama-cpp

装好之后，系统就能在本地跑 GGUF 格式的嵌入模型。

4. 下载嵌入模型

推荐用 embeddinggemma-300m，300MB 左右，768维向量，ARM64 上跑起来很轻松。

mkdir -p ~/.node-llama-cpp/models
wget -O ~/.node-llama-cpp/models/embeddinggemma-300M-Q8_0.gguf \
  "https://www.modelscope.cn/models/unsloth/embeddinggemma-300m-GGUF/resolve/master/embeddinggemma-300M-Q8_0.gguf"

如果你网络不好，可以手动下载然后拷贝到对应路径。

5. 配置

编辑 ~/.openclaw/openclaw.json，加入 memorySearch 配置：

{
  "agents": {
    "defaults": {
      "memorySearch": {
        "provider": "local",
        "fallback": "none",
        "local": {
          "modelPath": "~/.node-llama-cpp/models/embeddinggemma-300M-Q8_0.gguf"
        }
      }
    }
  }
}

然后重建索引并验证：

openclaw memory index --force
openclaw memory status --deep

看到 Embeddings: ready 和 Vector dims: 768 就说明成功了。

6. 配好 active-memory 插件

active-memory 是内置插件，但默认没启用，需要手动加到白名单。

在 openclaw.json 的 plugins 里加入：

{
  "plugins": {
    "allowlist": ["active-memory"],
    "entries": {
      "active-memory": {
        "enabled": true,
        "config": {
          "enabled": true,
          "agents": ["main"],
          "timeoutMs": 60000,
          "setupGraceTimeoutMs": 30000
        }
      }
    }
  }
}

然后重启服务：

openclaw gateway restart

验证一下：运行 openclaw plugins list，状态应该是 enabled。在对话里输入 /active-memory status，提问后看到 Active Memory: on for this session. 就正常了。

7. 日常维护

• 搜索记忆：openclaw memory search "关键词"
• 手动写入长期记忆：直接编辑 ~/.openclaw/workspace/MEMORY.md
• 删掉过时内容后：运行 openclaw memory index --force
• 把某段临时记忆升级为长期：openclaw memory promote --apply

总结

跑起来之后，你的 OpenClaw 就有了完全本地化的记忆系统：

• SQLite + sqlite-vec：向量搜索加关键词检索
• node-llama-cpp：跑本地嵌入模型
• embeddinggemma-300m：把文本转成语义向量
• active-memory：每次回复前自动注入相关记忆

整套方案零成本、完全离线、隐私安全。小龙虾用久了会越来越懂你，而不是每次都从零开始。