Почему memory-lancedb-pro?

Большинство ИИ-агентов страдают амнезией. Они забывают все, как только вы начинаете новый чат.

memory-lancedb-pro — это production-grade плагин долгосрочной памяти для OpenClaw, который превращает вашего агента в настоящего ИИ-ассистента памяти. Он автоматически фиксирует важное, позволяет шуму естественно угасать и поднимает нужное воспоминание в нужный момент. Никаких ручных тегов, никаких мучений с конфигурацией.

Как это выглядит на практике

Без памяти: каждая сессия начинается с нуля

Вы: "Используй табы для отступов и всегда добавляй обработку ошибок." (следующая сессия) Вы: "Я же уже говорил: табы, а не пробелы!" 😤 (еще одна сессия) Вы: "...серьезно, табы. И обработка ошибок. Снова."

С memory-lancedb-pro агент учится и помнит

Вы: "Используй табы для отступов и всегда добавляй обработку ошибок." (следующая сессия: агент автоматически вспоминает ваши предпочтения) Агент: (молча применяет табы + обработку ошибок) ✅ Вы: "Почему в прошлом месяце мы выбрали PostgreSQL, а не MongoDB?" Агент: "Судя по нашему обсуждению 12 февраля, основные причины были..." ✅

В этом и есть разница: ИИ-ассистент памяти изучает ваш стиль, вспоминает прошлые решения и дает персонализированные ответы без необходимости повторять одно и то же.

Что еще он умеет?

Быстрый старт

Требование к CPU: Ваш процессор должен поддерживать инструкции AVX/AVX2 (Intel Sandy Bridge 2011+ / AMD Bulldozer 2011+). Нативный векторный движок LanceDB требует их — на неподдерживаемых CPU плагин упадёт с SIGILL (недопустимая инструкция). Проверьте: grep -o 'avx[^ ]*' /proc/cpuinfo | head -1 (нет вывода = не поддерживается). См. #419.

Вариант A: скрипт установки в один клик (рекомендуется)

Поддерживаемый сообществом скрипт установки берет на себя установку, обновление и восстановление одной командой:

curl -fsSL https://raw.githubusercontent.com/CortexReach/toolbox/main/memory-lancedb-pro-setup/setup-memory.sh -o setup-memory.sh
bash setup-memory.sh

Полный список сценариев, которые покрывает скрипт, и другие инструменты сообщества смотрите ниже в разделе Экосистема.

Вариант B: ручная установка

Через OpenClaw CLI (рекомендуется):

openclaw plugins install memory-lancedb-pro@beta

Или через npm:

npm i memory-lancedb-pro@beta

Если используете npm, вам также нужно добавить директорию установки плагина как абсолютный путь в plugins.load.paths вашего openclaw.json. Это самая частая проблема при настройке.

Добавьте в openclaw.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,
          "extractMinMessages": 2,
          "extractMaxChars": 8000,
          "sessionMemory": { "enabled": false }
        }
      }
    }
  }
}

Почему именно такие значения по умолчанию?

• autoCapture + smartExtraction → агент автоматически учится на каждом разговоре
• autoRecall → релевантные воспоминания подставляются перед каждым ответом
• extractMinMessages: 2 → извлечение срабатывает в обычном двухходовом диалоге
• sessionMemory.enabled: false → поиск не засоряется сводками сессий с первого дня

Проверьте и перезапустите:

openclaw config validate
openclaw gateway restart
openclaw logs --follow --plain | grep "memory-lancedb-pro"

Вы должны увидеть:

• memory-lancedb-pro: smart extraction enabled
• memory-lancedb-pro@...: plugin registered

Готово. Теперь у вашего агента есть долгосрочная память.

# 1) Резервная копия
openclaw memory-pro export --scope global --output memories-backup.json
# 2) Пробный запуск
openclaw memory-pro upgrade --dry-run
# 3) Выполнить апгрейд
openclaw memory-pro upgrade
# 4) Проверка
openclaw memory-pro stats

Help me connect this memory plugin with the most user-friendly configuration: https://github.com/CortexReach/memory-lancedb-pro

Requirements:
1. Set it as the only active memory plugin
2. Use Jina for embedding, and set embedding.taskQuery=retrieval.query and embedding.taskPassage=retrieval.passage
3. Use Jina for reranker
4. Use gpt-4o-mini for the smart-extraction LLM
5. Enable autoCapture, autoRecall, smartExtraction
6. extractMinMessages=2
7. sessionMemory.enabled=false
8. captureAssistant=false
9. retrieval mode=hybrid, vectorWeight=0.7, bm25Weight=0.3
10. rerank=cross-encoder, candidatePoolSize=12, minScore=0.6, hardMinScore=0.62
11. Generate the final openclaw.json config directly, not just an explanation

Экосистема

memory-lancedb-pro — это основной плагин. Сообщество построило вокруг него инструменты, чтобы установка и ежедневная работа были еще проще.

Скрипт установки: установка, апгрейд и ремонт в один клик

CortexReach/toolbox/memory-lancedb-pro-setup

Это не просто установщик: скрипт грамотно обрабатывает широкий набор реальных сценариев.

bash setup-memory.sh                    # Установить или обновить
bash setup-memory.sh --dry-run          # Только предпросмотр
bash setup-memory.sh --beta             # Включить pre-release версии
bash setup-memory.sh --uninstall        # Откатить конфиг и удалить плагин

Встроенные пресеты провайдеров: Jina / DashScope / SiliconFlow / OpenAI / Ollama, либо любой собственный OpenAI-compatible API. Полное использование (включая --ref, --selfcheck-only и другое) смотрите в README скрипта установки.

Навык Claude Code / OpenClaw: настройка под управлением ИИ

CortexReach/memory-lancedb-pro-skill

Установите этот навык, и ваш ИИ-агент (Claude Code или OpenClaw) получит глубокое знание всех возможностей memory-lancedb-pro. Достаточно сказать "help me enable the best config", и вы получите:

• Пошаговый процесс настройки из 7 шагов с 4 вариантами деплоя:
  • Полная мощность (Jina + OpenAI) / Экономный (бесплатный reranker от SiliconFlow) / Простой (только OpenAI) / Полностью локальный (Ollama, нулевая стоимость API)
• Корректное использование всех 9 инструментов MCP: memory_recall, memory_store, memory_forget, memory_update, memory_stats, memory_list, self_improvement_log, self_improvement_extract_skill, self_improvement_review (полный набор доступен при enableManagementTools: true — стандартный Quick Start открывает только 4 базовых инструмента)
• Защиту от типичных ошибок: включение плагина в workspace, autoRecall со значением false по умолчанию, кэш jiti, переменные окружения, изоляция областей памяти и другое

Установка для Claude Code:

git clone https://github.com/CortexReach/memory-lancedb-pro-skill.git ~/.claude/skills/memory-lancedb-pro

Установка для OpenClaw:

git clone https://github.com/CortexReach/memory-lancedb-pro-skill.git ~/.openclaw/workspace/skills/memory-lancedb-pro-skill

Видеоруководство

Полный разбор: установка, настройка и внутреннее устройство гибридного поиска.

https://youtu.be/MtukF1C8epQ

https://www.bilibili.com/video/BV1zUf2BGEgn/

Архитектура

┌─────────────────────────────────────────────────────────┐
│                   index.ts (Entry Point)                │
│  Plugin Registration · Config Parsing · Lifecycle Hooks │
└────────┬──────────┬──────────┬──────────┬───────────────┘
         │          │          │          │
    ┌────▼───┐ ┌────▼───┐ ┌───▼────┐ ┌──▼──────────┐
    │ store  │ │embedder│ │retriever│ │   scopes    │
    │ .ts    │ │ .ts    │ │ .ts    │ │    .ts      │
    └────────┘ └────────┘ └────────┘ └─────────────┘
         │                     │
    ┌────▼───┐           ┌─────▼──────────┐
    │migrate │           │noise-filter.ts │
    │ .ts    │           │adaptive-       │
    └────────┘           │retrieval.ts    │
                         └────────────────┘
    ┌─────────────┐   ┌──────────┐
    │  tools.ts   │   │  cli.ts  │
    │ (Agent API) │   │ (CLI)    │
    └─────────────┘   └──────────┘

Для глубокого разбора полной архитектуры смотрите docs/memory_architecture_analysis.md.

Ключевые возможности

Гибридный поиск

Query → embedQuery() ─┐
                       ├─→ Hybrid Fusion → Rerank → Lifecycle Decay Boost → Length Norm → Filter
Query → BM25 FTS ─────┘

• Векторный поиск — семантическая близость через LanceDB ANN (cosine distance)
• Полнотекстовый BM25 — точное совпадение по ключевым словам через LanceDB FTS index
• Hybrid Fusion — векторный score служит базой, а BM25-попадания получают взвешенный буст (это не стандартный RRF, а вариант, настроенный под качество реального recall)
• Настраиваемые веса — vectorWeight, bm25Weight, minScore

Кросс-энкодерное реранжирование

• Встроенные адаптеры для Jina, SiliconFlow, Voyage AI и Pinecone
• Совместимо с любым Jina-compatible endpoint (например, Hugging Face TEI, DashScope)
• Гибридный скоринг: 60% cross-encoder + 40% исходный fused score
• Graceful degradation: при сбое API откатывается к cosine similarity

Многоэтапный пайплайн скоринга

Умное извлечение памяти (v1.1.0)

• LLM-powered извлечение по 6 категориям: profile, preferences, entities, events, cases, patterns
• Многослойное хранение L0/L1/L2: L0 (одно предложение-индекс) → L1 (структурированное summary) → L2 (полный narrative)
• Двухэтапная дедупликация: предварительный фильтр по векторному сходству (≥0.7) → LLM-решение по смыслу (CREATE/MERGE/SKIP)
• Слияние с учетом категории: profile всегда merge, events и cases добавляются append-only

Управление жизненным циклом памяти (v1.1.0)

• Weibull Decay Engine: composite score = recency + frequency + intrinsic value
• Трехуровневое продвижение: Peripheral ↔ Working ↔ Core с настраиваемыми порогами
• Усиление при доступе: часто вспоминаемые записи затухают медленнее (в духе spaced repetition)
• Half-life с учетом важности: важные воспоминания живут дольше

Изоляция между областями памяти

• Встроенные области памяти: global, agent:<id>, custom:<name>, project:<id>, user:<id>
• Контроль доступа агента через scopes.agentAccess
• По умолчанию каждый агент видит global + собственную область agent:<id>

Auto-Capture и Auto-Recall

• Auto-Capture (agent_end): извлекает preference/fact/decision/entity из диалога, дедуплицирует и сохраняет до 3 записей за ход
• Auto-Recall (before_agent_start): внедряет контекст <relevant-memories> (до 3 записей)

Фильтрация шума и адаптивный поиск по памяти

• Фильтрует низкокачественный контент: отказы агента, мета-вопросы, приветствия
• Пропускает поиск по памяти для приветствий, slash-команд, простых подтверждений и emoji
• Принудительно включает поиск по памяти по ключевым словам ("remember", "previously", "last time")
• Пороги с учетом CJK (китайский: 6 символов против английского: 15 символов)

Конфигурация

{
  "embedding": {
    "apiKey": "${JINA_API_KEY}",
    "model": "jina-embeddings-v5-text-small",
    "baseURL": "https://api.jina.ai/v1",
    "dimensions": 1024,
    "taskQuery": "retrieval.query",
    "taskPassage": "retrieval.passage",
    "normalized": true
  },
  "dbPath": "~/.openclaw/memory/lancedb-pro",
  "autoCapture": true,
  "autoRecall": true,
  "retrieval": {
    "mode": "hybrid",
    "vectorWeight": 0.7,
    "bm25Weight": 0.3,
    "minScore": 0.3,
    "rerank": "cross-encoder",
    "rerankApiKey": "${JINA_API_KEY}",
    "rerankModel": "jina-reranker-v3",
    "rerankEndpoint": "https://api.jina.ai/v1/rerank",
    "rerankProvider": "jina",
    "candidatePoolSize": 20,
    "recencyHalfLifeDays": 14,
    "recencyWeight": 0.1,
    "filterNoise": true,
    "lengthNormAnchor": 500,
    "hardMinScore": 0.35,
    "timeDecayHalfLifeDays": 60,
    "reinforcementFactor": 0.5,
    "maxHalfLifeMultiplier": 3
  },
  "enableManagementTools": false,
  "scopes": {
    "default": "global",
    "definitions": {
      "global": { "description": "Shared knowledge" },
      "agent:discord-bot": { "description": "Discord bot private" }
    },
    "agentAccess": {
      "discord-bot": ["global", "agent:discord-bot"]
    }
  },
  "sessionMemory": {
    "enabled": false,
    "messageCount": 15
  },
  "smartExtraction": true,
  "llm": {
    "apiKey": "${OPENAI_API_KEY}",
    "model": "gpt-4o-mini",
    "baseURL": "https://api.openai.com/v1"
  },
  "extractMinMessages": 2,
  "extractMaxChars": 8000
}

{
  "llm": {
    "auth": "oauth",
    "oauthProvider": "openai-codex",
    "model": "gpt-5.4",
    "oauthPath": "${HOME}/.openclaw/.memory-lancedb-pro/oauth.json",
    "timeoutMs": 30000
  }
}

CLI-команды

openclaw memory-pro list [--scope global] [--category fact] [--limit 20] [--json]
openclaw memory-pro search "запрос" [--scope global] [--limit 10] [--json]
openclaw memory-pro stats [--scope global] [--json]
openclaw memory-pro auth login [--provider openai-codex] [--model gpt-5.4] [--oauth-path /abs/path/oauth.json]
openclaw memory-pro auth status
openclaw memory-pro auth logout
openclaw memory-pro delete <id>
openclaw memory-pro delete-bulk --scope global [--before 2025-01-01] [--dry-run]
openclaw memory-pro export [--scope global] [--output memories.json]
openclaw memory-pro import memories.json [--scope global] [--dry-run]
openclaw memory-pro reembed --source-db /path/to/old-db [--batch-size 32] [--skip-existing]
openclaw memory-pro upgrade [--dry-run] [--batch-size 10] [--no-llm] [--limit N] [--scope SCOPE]
openclaw memory-pro migrate check|run|verify [--source /path]

Поток OAuth-авторизации:

1. Запустите openclaw memory-pro auth login
2. Если --provider не указан и терминал интерактивный, CLI покажет выбор OAuth-провайдера перед открытием браузера
3. Команда выведет URL авторизации и откроет браузер, если не задан --no-browser
4. После успешного обратного вызова команда сохранит OAuth-файл плагина (по умолчанию: ~/.openclaw/.memory-lancedb-pro/oauth.json), снимет текущий llm конфиг режима api-key для будущего выхода и заменит конфиг llm на OAuth-настройки (auth, oauthProvider, model, oauthPath)
5. openclaw memory-pro auth logout удаляет этот OAuth-файл и восстанавливает прежний llm конфиг api-key, если снимок существует

Продвинутые темы

{ "plugins": { "entries": { "memory-lancedb-pro": { "config": { "autoRecall": false } } } } }

## Команда /lesson
Когда пользователь отправляет `/lesson <контент>`:
1. Используй memory_store и сохрани как category=fact (сырое знание)
2. Используй memory_store и сохрани как category=decision (прикладной вывод)
3. Подтверди, что именно было сохранено

## Команда /remember
Когда пользователь отправляет `/remember <контент>`:
1. Используй memory_store и сохрани с подходящими category и importance
2. Подтверди сохраненным ID памяти

## Правило 1 — Двухслойное сохранение памяти
Каждая ошибка/урок → НЕМЕДЛЕННО сохранить ДВЕ записи памяти:
- Технический слой: Проблема: [симптом]. Причина: [корневая причина]. Исправление: [решение]. Профилактика: [как избежать]
  (category: fact, importance >= 0.8)
- Принципиальный слой: Принцип решения ([tag]): [правило поведения]. Триггер: [когда]. Действие: [что делать]
  (category: decision, importance >= 0.85)

## Правило 2 — Гигиена LanceDB
Записи должны быть короткими и атомарными (< 500 chars). Никаких сырых summary разговоров и дубликатов.

## Правило 3 — Recall перед повторной попыткой
При ЛЮБОЙ ошибке инструмента ВСЕГДА выполняй memory_recall по релевантным ключевым словам ПЕРЕД повторной попыткой.

## Правило 4 — Подтверди целевую кодовую базу
Перед изменениями убедись, что редактируешь memory-lancedb-pro, а не встроенный memory-lancedb.

## Правило 5 — Очищай кэш jiti после изменений кода плагина
После изменения .ts-файлов в plugins/ ОБЯЗАТЕЛЬНО выполни rm -rf /tmp/jiti/ перед openclaw gateway restart.

Документация

Бета: Smart Memory v1.1.0

Статус: Beta — доступно через npm i memory-lancedb-pro@beta. Пользователи стабильного latest не затронуты.

Обратная связь: GitHub Issues · Откат: npm i memory-lancedb-pro@latest

Зависимости

Участники

Полный список: Участники

История звезд

Лицензия

MIT

Мой QR-код WeChat