OpenClaw 终于不失忆了,Token节省72%,就靠这一行命令

最近这两天，整个AI圈都在聊Hermes Agent，有人戏称为「龙虾终结者」。你打开推特刷三条至少有一条在聊它。

为什么这么火？一句话：它是第一个出厂就会自己变强的Agent。重要原因之一就是：记忆。

加上它相比OpenClaw可以一键部署，多平台直达，爆火似乎并不意外。

但是，Hermes给的答案是一整套独立系统。你要用它的记忆，就得把整个工作环境迁过去——它的Skill目录、它的SQLite数据库、它的多平台Gateway。对于已经在龙虾上跑了大量工作流的人来说。。。这个迁移成本你自己想想。

而我这段时间一直在用的东西，走的是完全不同的路子。

MemOS。一个OpenClaw的记忆插件。

不用换系统，不用迁移，一行命令装上，你的龙虾就有长期记忆了。跨session、跨Agent，而且token消耗直接砍掉一大半。

更让我上头的是，它有一个Hermes到现在都没做到的能力，团队级别的记忆共享。你踩的坑，同事的龙虾也能自动学会。一人踩坑，全队免疫。

所以Hermes火了之后我反而更想聊聊MemOS。因为比起推倒重来换一套新系统，大多数在座的龙虾用户真正需要的，可能只是给自己的龙虾装上一个「大脑」。

写文章前看了一眼，目前他们社区已经有 8200+ Star。

GitHub 地址：

https://github.com/MemTensor/MemOS

MemOS 的核心能力有四个：

1. 在本地部署一套非常轻量的向量库，你和 AI 的所有对话都会存进去。从此以后 AI 再也不会忘记你说过的话。

2. 支持定期基于你的对话自动生成 Skill。这个功能我用下来，体验非常好，后面会单独讲。

3. 支持多 Agent 会话记忆共享，团队内共享 Agent 的场景会非常爽。

4. 安装 MemOS 的插件后，Agent 的 Token 消耗降低 72%，省钱的事情，谁不喜欢 

最重要的是：开源！免费！随便用！

下面我们细细来聊。

/ 安装 MemOS /

先说装这个事。核心是在你本地装一个很轻量的数据库，不会占太多资源。

装完之后要配置模型。

你一看——又要自己手动改配置，是不是觉得很烦？

所以，不要自己搞，直接交给 AI。

我之前这篇文章说过，如何用 Claude Code 来修补 OpenClaw。还没看过的，强烈建议去看一下。

我这边直接把官方安装文档的地址丢给了 Claude Code

大家直接参考这个提示词即可：

根据这个文档内容，给当前 OpenClaw 配置 MemOS 的能力：https://memos-claw.openmem.net/docs/index.html

全程我没动手。就看着让AI跑了十分钟

配置完成后，浏览器直接访问：http://127.0.0.1:18799

首次登录会让你设置账号密码，自己设一个就行。

好，装完了。

接下来具体聊聊它的使用。

很多朋友可能纳闷，龙虾自己不是有记忆功能吗？MemOS到底比它好在哪？

这块需要解释一下，我尽量说得通俗。

/ 为什么 MemOS 比龙虾自带的记忆好用？ /

先切换到导入模块看一下：

可以看到我的龙虾已经有 600 多个对话历史了。

这些历史，可以直接一键同步到 MemOS 里。

之前的记忆一条不丢。

那问题来了——龙虾自己本来就有记忆功能，MemOS加进来到底多了什么？

龙虾自带的记忆，本质上就是一个文本文件。它每天把你的对话记录存到一个 .md 文件里，比如 memory/2026-04-06.md。

下次你问它问题，它就把这个文件读出来看一眼。

问题在于，它是按"日期"存的，不是按"内容"存的。

你问它一个关于写文章的问题，它读出来的可能是你当天所有的对话——写文章的、查资料的、闲聊的，全部混在一起。

而 MemOS 用的是向量库。

向量库是什么？你可以理解成一个超级聪明的文件柜。

普通文件柜是按日期归档的——你只能说"帮我找 4 月 6 号的文件"。

向量库是按内容的含义归档的——你可以说"帮我找之前关于写公众号的讨论"，它就能把所有跟写公众号相关的对话全捞出来，不管是哪天聊的。

这就是核心区别。

龙虾自带的记忆是"按时间翻日记"，MemOS 是"按内容找答案"。

装了 MemOS 之后，龙虾会多出几个新工具——memory_search、memory_share 等等。

每次你跟它对话，它会先用 memory_search 去向量库里找相关的记忆。

如果找到了，直接用。

如果没找到，它会自动回退到龙虾原来的记忆系统里去翻。

所以——

MemOS 和龙虾自带的记忆完全不冲突。

不是替换，是增强。

装上只有好处，没有副作用。

顺着上面的再聊聊Skill自动进化这块。

/ 对话自动变技能 /

这个功能，我觉得是 MemOS 最让人惊喜的地方。

MemOS 会捕获你所有的对话信息。

然后它会定期去分析：你最近的这些对话，有没有哪些值得沉淀成一个"技能"的？

如果有，它会自动帮你编排成一个完整的技能模块。

在对应的设置模块我可以直接选择触发技能进化。

可以看到，这里已经默认给我生成了一个新的技能。

有没有很爽。

以前你想给龙虾加个技能，得自己苦兮兮地写 Skill 文件，调试半天。

现在不用了。

你只管跟龙虾正常对话、正常完成任务。

MemOS 会在背后默默把你的经验沉淀成技能。

而且如果后来你找到了更好的方法，它还会自动升级已有的技能。版本号递增，新经验合并进去。

你的龙虾，是真的在越用越聪明。

但真正让我觉得「好家伙，这东西有点东西」的，是另一个场景。多Agent记忆共享。

先说一下我的设置。我有两个Agent，一个叫「工作贾克斯」，一个叫「个人贾克斯」。

工作贾克斯就是我的打工搭子，每天的待办、工作中遇到的问题处理、定时写工时、问题排查的Skill、整理文档这些，都交给它。

个人贾克斯是我的生活管家，负责提醒我每天要读书，引导我把书里的东西用到生活上，还会每天在饭前定时提醒我注意饮食习惯。

以前这两个家伙是完全独立的，互相不知道对方的存在。装了MemOS之后，它们共享记忆了。

然后有一天，发生了一件让我感觉很惊喜的事。

那天我加班到晚上11点，跟工作贾克斯聊完今天关于标定的研发工作，让它帮我记录已完成。然后我就没再理它了。

过了一会，我去找我的个人贾克斯，让它帮我规划一下明天要干嘛。

它的回复简直绝了。

它直接感知到我今天工作加班到了11点，所以在帮我安排明天时间的时候，直接提醒我，可以先睡个懒觉，周末好好充个电。

我当时就愣住了。

你想想这个场景。我在跟工作贾克斯聊工作，一个字都没跟个人贾克斯提过。但它通过MemOS的记忆共享，自动从工作贾克斯的对话里提取到了「这个人刚加完班，很晚了」这个信息，然后在规划明天的时候自动考虑进去了。

这不是一个工具的反应。这是一个「懂你」的人的反应。

就像你加班到很晚回家，你的室友看你一眼就知道你累坏了，说「明天别起太早了，多睡会」。它不需要你特意告诉它你加班了，它自己就感知到了。

这种感觉。。。

怎么说呢，就是你第一次觉得AI有「温度」了。

/ Token 省了 72% /

最后说一个最实在的 —— 省钱！

龙虾默认是怎么处理记忆的？每次你问它问题，它会把最近两天的所有记忆全部读一遍，再加上长期记忆，一股脑塞进上下文。

不管跟你当前问题有没有关系。

你让它帮你想个文章标题，它把你前天让它帮忙做的完全不相关的事情也读了一遍。

后果就是：

Token 消耗像滚雪球一样越来越大，而且因为噪音太多，回答质量反而下降。

龙虾不是变笨了，是被无关信息淹没了。

MemOS 的做法完全不同。

它只找跟你当前问题最相关的记忆，精准注入，其他的一概不管。

而且它还会对记忆做压缩和去重——之前对话里那些又长又重复的内容，不会原封不动地一遍遍塞进去，而是整理成精炼的摘要。

记忆不是越多越好，而是越准越好。

MemOS官方做了一个完整的对比测试：

几个关键数据：

1. Token 消耗下降 72%——同样的任务，花的钱直接打了三折

2. 模型调用频率下降 59.5%——龙虾不用反复试错、反复确认了，一次就能找到对的记忆

3. 记忆准确率从 23.73% 提升到 31.68%——找到的记忆更准了，回答质量自然更高

一句话总结：

以前龙虾的记忆方式是"把整个书架搬过来给你看"。

现在 MemOS 的方式是"帮你直接翻到你要的那一页"。

省时间，省钱，回答还更准。

/ 写在最后 /

回到最开头的话题。Hermes火了，说明记忆这个问题已经是所有AI用户的共识。但对于已经在用龙虾的人来说，不一定非要推倒重来。给你的龙虾装上一个「大脑」，可能是成本最低、收益最高的选择。

另外多说一句，MemOS团队昨天告诉我，已经在准备Hermes版的插件了，后续如果大家感兴趣，我会继续测评。