OpenClaw 向量记忆(Vector Memory)深度解析

语义搜索 + 混合检索 + 智能重排序

Vector Memory 是 OpenClaw 内置的向量化记忆搜索系统，让 Agent 能够通过语义理解来查找记忆，而不仅仅是关键词匹配。

2.1 语义搜索（Semantic Search）

不再依赖精确关键词，而是理解语义含义：

2.2 混合搜索（Hybrid Search）

结合两种搜索方式的优点：

2.3 支持的嵌入模型

OpenClaw 支持多种嵌入提供商：

2.4 高级特性

3.1 架构流程

┌─────────────┐    ┌─────────────┐    ┌─────────────┐│   用户输入   │───▶│ 向量嵌入    │───▶│  Milvus    │└─────────────┘    └─────────────┘    └─────────────┘                                            │                                            ▼                   ┌─────────────┐    ┌─────────────┐                   │ BM25 索引   │◀───│ 混合检索   │                   └─────────────┘    └─────────────┘                                            │                                            ▼                   ┌─────────────┐    ┌─────────────┐                   │ MMR 重排序  │───▶│ 返回结果   │                   └─────────────┘    └─────────────┘

3.2 记忆存储

• 格式：Markdown 文件
• 位置：workspace 目录
• 索引：自动向量索引
• 可读性：纯文本，人可读可改

4.1 搜索效果对比

4.2 性能对比

5.1 基本配置

{"memory":{"vector":{"enabled":true,"embeddingProvider":"openai","model":"text-embedding-3-small"}}}

5.2 混合搜索配置

{"memory":{"vector":{"hybrid":{"bm25":true,"vector":true,"weight":0.7}}}}

5.3 MMR 重排序配置

{"memory":{"vector":{"mmr":{"enabled":true,"threshold":0.7}}}}

6.1 Memsearch（提取版）

"We took the exact memory architecture from OpenClaw and built memsearch — a standalone, plug-and-play long-term memory library."

6.2 Hindsight（增强版）

✅ 推荐使用 Vector Memory：

• 需要语义理解的专业查询
• 复杂多层次记忆检索
• 需要多样性结果的场景
• 对相关性要求高的任务

❌ 可不用：

• 简单关键词搜索
• 资源极其受限
• 离线优先场景

一句话总结：

Vector Memory = 让 OpenClaw 具备"理解"能力的记忆搜索系统

如果你需要更智能的记忆检索，Vector Memory 是官方推荐的选择！

本文由光头佬撰写 | 2026-03-28