CortexReach/memory-lancedb-pro

解決的問題

AI Agent 經常面臨「健忘症」問題，即一旦開始新的對話階段，就會忘記使用者的偏好、過去的決策和專案上下文。memory-lancedb-pro 為 OpenClaw Agent 提供生產等級的長期記憶系統，使其能夠從對話中學習，並在不同的對話階段、使用者和專案之間召回相關資訊，而無需使用者進行手動標記或不斷重複說明。

工作原理

此外掛使用 LanceDB 作為向量資料庫，為 Agent 的經驗建立語義索引。它採用多層架構來管理記憶：

• 自動擷取與提取：利用 LLM 從對話中自動將資訊分類並提取到六個類別中（個人資料、偏好、實體、事件、案例和模式）。
• 混合檢索：結合了向量搜尋（語義相似性）與 BM25 全文搜尋（關鍵字比對），並透過 cross-encoder 重排序進行融合與精煉。
• 智慧遺忘：使用 Weibull 衰減模型，確保重要的記憶得以保留，而雜訊會隨時間自然淡化。
• 上下文注入：在 Agent 生成回應之前，自動檢索並將相關記憶注入到提示詞（Prompt）中。
• 規範語料庫 (Canonical Corpus)：與本地 Markdown 檔案（如 MEMORY.md）和對話轉錄文本整合，將其視為事實來源，同時利用 LanceDB 進行快速語義查找。

適用對象

使用 OpenClaw Agent 框架的開發者，希望為他們的 AI Agent 提供持久、個人化的長期記憶，並使其具備處理複雜、多對話階段專案上下文的能力。

亮點

• 自動化記憶管理：無需手動輸入即可自動擷取和提取關鍵事實。
• 進階搜尋：結合向量 + BM25 的混合搜尋，並配合 cross-encoder 重排序以實現高精度。
• 多範圍隔離：為不同的 Agent、使用者和專案維護獨立的記憶邊界。
• 靈活的供應商支援：支援 OpenAI、Jina、Gemini、Ollama 以及其他相容 OpenAI 的 API。
• 生產級工具包：包含用於匯出、匯入、升級和重新嵌入記憶資料庫的 CLI 工具。