openclaw-memory-enhancer

🧠 OpenClaw 记忆增强器

为 OpenClaw 添加长期记忆——跨会话记住重要信息，并在对话中自动回忆相关上下文。

核心能力

能力	描述
🔍 语义搜索	向量相似度搜索，理解意图，而不只是关键词
📂 自动加载	自动读取 memory/ 目录中的所有文件
💡 智能回忆	在对话过程中查找相关历史记忆
🔗 记忆图谱	建立相关记忆之间的联系
💾 本地存储	100% 本地运行，无云端服务，充分保护隐私
🚀 边缘设备优化	内存占用 <10MB，可在 Jetson/Raspberry Pi 上运行

快速参考

任务	命令（边缘版）	命令（标准版）
加载记忆	python3 memory_enhancer_edge.py --load	python3 memory_enhancer.py --load
搜索	--search "query"	--search "query"
添加记忆	--add "content"	--add "content"
导出	--export	--export
统计信息	--stats	--stats

适用场景

在以下情况下使用此技能：

• 希望 OpenClaw 跨会话记住信息
• 需要根据聊天记录构建知识库
• 正在开展需要上下文的长期项目
• 希望根据对话自动生成常见问题解答
• 在内存有限的边缘设备上运行

在以下情况下不使用：

• 简单的笔记应用已能满足需求
• 不需要跨会话记忆
• 内存充足且希望获得最高准确度（请使用标准版）

版本

边缘版 ⭐ 推荐

适用场景： Jetson、Raspberry Pi、嵌入式设备

python3 memory_enhancer_edge.py --load

功能：

• 无需依赖（仅使用 Python 标准库）
• 内存占用 <10MB
• 轻量级关键词 + 向量匹配
• 非常适合资源受限的设备

标准版

适用场景： 桌面设备/服务器，追求最高准确度

pip install sentence-transformers numpy
python3 memory_enhancer.py --load

功能：

• 使用 sentence-transformers 生成高质量嵌入
• 语义理解能力更强
• 内存占用 50-100MB
• 需要下载模型（约 50MB）

安装

通过 ClawHub（推荐）

clawhub install openclaw-memory-enhancer

通过 Git

git clone https://github.com/henryfcb/openclaw-memory-enhancer.git \
  ~/.openclaw/skills/openclaw-memory-enhancer

使用示例

命令行

# Load existing OpenClaw memories
cd ~/.openclaw/skills/openclaw-memory-enhancer
python3 memory_enhancer_edge.py --load

# Search for memories
python3 memory_enhancer_edge.py --search "voice-call plugin setup"

# Add a new memory
python3 memory_enhancer_edge.py --add "User prefers dark mode"

# Show statistics
python3 memory_enhancer_edge.py --stats

# Export to Markdown
python3 memory_enhancer_edge.py --export

Python API

from memory_enhancer_edge import MemoryEnhancerEdge

# Initialize
memory = MemoryEnhancerEdge()

# Load existing memories
memory.load_openclaw_memory()

# Search for relevant memories
results = memory.search_memory("AI trends report", top_k=3)
for r in results:
    print(f"[{r['similarity']:.2f}] {r['content'][:100]}...")

# Recall context for a conversation
context = memory.recall_for_prompt("Help me check billing")
# Returns formatted memory context

# Add new memory
memory.add_memory(
    content="User prefers direct results",
    source="chat",
    memory_type="preference"
)

OpenClaw 集成

# In your OpenClaw agent
from skills.openclaw_memory_enhancer.memory_enhancer_edge import MemoryEnhancerEdge

class EnhancedAgent:
    def __init__(self):
        self.memory = MemoryEnhancerEdge()
        self.memory.load_openclaw_memory()
    
    def process(self, user_input: str) -> str:
        # 1. Recall relevant memories
        memory_context = self.memory.recall_for_prompt(user_input)
        
        # 2. Enhance prompt with context
        enhanced_prompt = f"""
{memory_context}

User: {user_input}
"""
        
        # 3. Call LLM with enhanced context
        response = call_llm(enhanced_prompt)
        
        return response

记忆类型

类型	描述	示例
daily_log	每日记忆文件	memory/2026-02-22.md
capability	能力记录	技能、工具
core_memory	核心约定	重要规则
qa	问答	Q：如何…… A：你应该……
instruction	直接指令	“记住：始终执行 X”
solution	技术解决方案	分步指南
preference	用户偏好	“用户喜欢深色模式”

工作原理

记忆编码（边缘版）

1. 关键词提取：从文本中提取重要词语
2. 哈希向量：将关键词映射到向量位置
3. 归一化：对向量进行 L2 归一化
4. 存储：保存到本地 JSON 文件

记忆检索

1. 查询编码：将查询转换为相同的向量格式
2. 关键词预筛选：根据常见关键词快速筛选
3. 相似度计算：计算向量之间的余弦相似度
4. 排序：返回最相似的前 k 条记忆

隐私保护

• 所有数据均存储在本地 ~/.openclaw/workspace/knowledge-base/
• 不发送网络请求
• 不调用外部 API
• 数据不会离开你的设备

技术规格

边缘版

Vector Dimensions: 128
Memory Usage: < 10MB
Dependencies: None (Python stdlib)
Storage Format: JSON
Max Memories: 1000 (configurable)
Query Latency: < 100ms

标准版

Vector Dimensions: 384
Memory Usage: 50-100MB
Dependencies: sentence-transformers, numpy
Storage Format: NumPy + JSON
Model Size: ~50MB download
Query Latency: < 50ms

配置

在代码中编辑以下参数：

self.config = {
    "vector_dim": 128,        # Vector dimensions
    "max_memory_size": 1000,  # Max number of memories
    "chunk_size": 500,        # Content chunk size
    "min_keyword_len": 2,     # Minimum keyword length
}

故障排查

未找到结果

# Lower the threshold
results = memory.search_memory(query, threshold=0.2)  # Default 0.3

# Increase top_k
results = memory.search_memory(query, top_k=10)  # Default 5

达到记忆上限

达到上限时，系统会自动移除最旧的记忆。

要提高上限：

self.config["max_memory_size"] = 5000  # Increase from 1000

性能缓慢

• 改用边缘版，而非标准版
• 降低 max_memory_size
• 使用关键词预筛选（自动执行）

贡献

1. Fork 此代码库
2. 创建功能分支
3. 进行更改
4. 提交 Pull Request

许可证

MIT 许可证 — 详情请参阅 LICENSE 文件。

致谢

• 为 OpenClaw 生态系统打造
• 针对边缘计算设备进行了优化
• 灵感来自 AI 中的长期记忆系统

---

非 OpenClaw 或 Moonshot AI 官方产品。

用户必须自行提供 OpenClaw 工作区和 API 密钥。