CortexReach/memory-lancedb-pro

memory-lancedb-pro – OpenClaw 代理人的长期记忆插件

是什么 – 一个生产级的 OpenClaw 插件，为 AI 代理提供持久的“大脑”。它将对话片段、偏好、决策和其他上下文存储在 LanceDB 向量存储中，并在代理回复时自动回忆最相关的内容。

核心功能

特性	工作方式
自动捕获	每次聊天轮次都会发送到插件；无需手动调用 memory_store。
智能提取	LLM 将每个捕获的片段分类为六类（资料、偏好、实体、事件、案例、模式）。
混合检索	查询被嵌入后，通过 ANN 向量相似性 和 BM25 全文搜索进行检索。结果融合，并可选地由交叉编码器重新排序。
智能遗忘	Weibull 衰减模型降低旧或低重要性记忆的权重，使噪声逐渐消退。
上下文注入	在代理构建回复前，插件会自动将排名最高的记忆注入提示中。
作用域隔离	记忆按代理、用户和项目分区，防止跨域泄露。
提供者无关嵌入	支持 OpenAI、Jina、Gemini、Ollama 或任何 OpenAI 兼容 API。
工具链	提供 CLI 用于列出、搜索、导出、导入、重新嵌入、升级和迁移数据库。
梦境支持	可选的侧车功能，将“梦境”报告视为公开资产并进行索引。

安装

1. 一键脚本 – curl …setup-memory.sh && bash setup-memory.sh（自动处理安装、配置和服务重启）。
2. OpenClaw CLI – openclaw plugins install memory-lancedb-pro@beta。
3. npm – npm i memory-lancedb-pro@beta（然后将绝对插件路径添加到 plugins.load.paths）。

配置快照（README 的默认 JSON）：

{
  "plugins": {
    "slots": { "memory": "memory-lancedb-pro" },
    "entries": {
      "memory-lancedb-pro": {
        "enabled": true,
        "config": {
          "embedding": {
            "provider": "openai-compatible",
            "apiKey": "${OPENAI_API_KEY}",
            "model": "text-embedding-3-small"
          },
          "autoCapture": true,
          "autoRecall": true,
          "smartExtraction": true,
          "canonicalCorpus": { "enabled": true, "syncOnSearch": true },
          "dreaming": { "enabled": false },
          "extractMinMessages": 2,
          "extractMaxChars": 8000,
          "sessionMemory": { "enabled": false }
        }
      }
    }
  }
}

为何这些默认值？ – 它们启用了免操作学习（autoCapture + smartExtraction）和自动召回（autoRecall）。低 extractMinMessages 使得在正常两轮对话后即可触发提取，而禁用会话记忆可避免临时摘要污染长期存储。

运行时架构（如 README 所述）：

• index.ts 将插件注册到 OpenClaw 并连接生命周期钩子（before_prompt_build）。
• store.ts 与 LanceDB 通信（向量+BM25 索引，CRUD 操作）。
• embedder.ts 抽象嵌入提供者。
• retriever.ts 执行混合搜索、融合、交叉编码器重排序并应用衰减增强。
• smart-extractor.ts 运行 LLM 分类。
• tools.ts 暴露代理端工具（memory_recall、memory_store、memory_forget、memory_update，以及可选的管理工具）。

典型工作流程

1. 捕获 – 每次助手回复后，插件提取关键事实并作为行存储在 LanceDB 中，同时将原始 Markdown 文件（MEMORY.md、memory/**/*.md 等）写入以供人类参考。
2. 召回 – 当下一个用户查询到达时，before_prompt_build 钩子运行：查询被嵌入，进行混合搜索、重排序，然后将最相关的命中结果作为上下文片段插入提示中。
3. 衰减 – 每个存储的行都带有时间戳和重要性分数；Weibull 衰减引擎会逐渐降低其相关性，除非它被频繁访问。

硬件注意 – LanceDB 的原生余弦 ANN 需要 AVX/AVX2。在不支持这些指令的 CPU 上，可以禁用原生余弦（retrieval.disableNativeCosine: true 或环境变量 MEMORY_LANCEDB_DISABLE_NATIVE_COSINE=1）。

生态系统辅助工具

• 安装脚本 – 处理全新安装、升级、配置修复和卸载。
• 技能包 – memory-lancedb-pro-skill 允许 Claude-Code 或 OpenClaw 代理通过自然语言命令配置插件。
• 视频教程 – YouTube 和 Bilibili 上的视频教程涵盖安装、混合检索内部机制和调试。

谁会使用它？

• 需要在会话间记住用户偏好、过去决策或项目上下文的长期运行 OpenClaw 助手的开发者。
• 希望为 AI 代理提供“大脑”但不想自行构建向量存储或遗忘逻辑的团队。
• 偏好单一、可配置插件，且能与任何 OpenAI 兼容嵌入提供者协同工作的任何人。

---

总结 – memory-lancedb-pro 是一个功能完整、生产就绪的 OpenClaw 代理记忆层，结合了语义向量搜索、经典关键词搜索、基于衰减的遗忘和 LLM 驱动的提取，全部封装在一个易于安装的插件中。