memory-lancedb-pro：它是什麼、解決了什麼問題以及為何受到關注

它解決了什麼

大多數 AI 代理都有「失憶」問題，當新會話開始時會忘記使用者偏好、過去的決策以及專案背景。memory-lancedb-pro 為 OpenClaw 代理提供了生產等級的長期記憶系統，使它們能夠從對話中學習，並在不同會話、代理與時間段之間召回相關資訊，且不需要手動標記。

工作原理

此插件使用 LanceDB 作為向量存儲，為記憶建立語義索引。它透過以下關鍵機制運作：

• 自動捕獲與抽取：利用 LLM 驅動的六類別分類系統（個人檔案、偏好、實體、事件、案例與模式），自動從對話中抽取事實、偏好與實體。
• 混合檢索：為了找到正確的記憶，結合向量搜尋（語義相似度）與 BM25 全文搜尋（關鍵字匹配），再使用 cross‑encoder 重新排序精煉結果。
• 記憶生命週期：採用 Weibull 衰減模型，確保重要且頻繁存取的記憶持續存在，而噪音自然消退，記憶在 Peripheral、Working 與 Core 三層之間流動。
• 上下文注入：在產生回覆之前，相關記憶會自動注入到代理的提示中。
• 多範圍隔離：記憶可依使用者、代理、專案或全域範圍進行隔離，以確保資料隱私與組織性。

目標對象

使用 OpenClaw 代理框架的開發者，想要為 AI 代理提供持久、個人化的長期記憶，以及召回過去互動與專案特定背景的能力。

重點特色

• 混合搜尋：結合語義向量搜尋與 BM25 關鍵字搜尋，提高召回精確度。
• 智慧抽取：利用 LLM 自動分類與去重記憶。
• 智能遺忘：使用衰減引擎管理記憶隨時間的相關性。
• Cross‑Encoder 重新排序：整合 Jina、SiliconFlow 等提供者，提升檢索精度。
• 正典語料庫整合：以本機 Markdown 檔案作為真實來源，同時使用 LanceDB 進行語義索引。
• 生產工具套件：提供 CLI 以匯出、匯入與遷移記憶。

---

摘要： 一個為 OpenClaw 代理設計的長期記憶插件，使用 LanceDB 自動捕獲、儲存與召回使用者偏好與專案背景，跨會話持續運作。

標題： memory-lancedb-pro：它是什麼、解決了什麼問題以及為何受到關注