為什麼選 memory-lancedb-pro？

大多數 AI 智慧體都有「失憶症」——每次新對話，之前聊過的全部清零。

memory-lancedb-pro 是 OpenClaw 的生產級長期記憶外掛，把你的智慧體變成一個真正的 AI 記憶助理——自動擷取重要資訊，讓雜訊自然衰減，在恰當的時候回憶起恰當的內容。無需手動標記，無需複雜設定。

AI 記憶助理實際效果

沒有記憶——每次都從零開始：

你： 「縮排用 tab，所有函式都要加錯誤處理。」 （下一次工作階段） 你： 「我都說了用 tab 不是空格！」 😤 （再下一次工作階段） 你： 「……我真的說了第三遍了，tab，還有錯誤處理。」

有了 memory-lancedb-pro——你的智慧體學會了、記住了：

你： 「縮排用 tab，所有函式都要加錯誤處理。」 （下一次工作階段——智慧體自動回憶你的偏好） 智慧體： （默默改成 tab 縮排，並補上錯誤處理） ✅ 你： 「上個月我們為什麼選了 PostgreSQL 而不是 MongoDB？」 智慧體： 「根據我們 2 月 12 日的討論，主要原因是……」 ✅

這就是 AI 記憶助理 的價值——學習你的風格，回憶過去的決策，提供個人化的回應，不再讓你重複自己。

還能做什麼？

快速開始

CPU 需求： 你的 CPU 必須支援 AVX/AVX2 指令集（Intel Sandy Bridge 2011 年後 / AMD Bulldozer 2011 年後）。LanceDB 的原生向量引擎依賴這些指令——不支援的 CPU 會導致外掛崩潰（SIGILL 非法指令錯誤）。檢查方法：grep -o 'avx[^ ]*' /proc/cpuinfo | head -1（無輸出 = 不支援）。詳見 #419。

方式 A：一鍵安裝指令碼（推薦）

社群維護的 安裝指令碼 一條指令搞定安裝、升級和修復：

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

指令碼涵蓋的完整場景和其他社群工具，詳見下方 生態工具。

方式 B：手動安裝

透過 OpenClaw CLI（推薦）：

openclaw plugins install memory-lancedb-pro@beta

或透過 npm：

npm i memory-lancedb-pro@beta

如果用 npm 安裝，你還需要在 openclaw.json 的 plugins.load.paths 中新增外掛安裝目錄的 絕對路徑。這是最常見的安裝問題。

在 openclaw.json 中新增設定：

{
  "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 }
        }
      }
    }
  }
}

為什麼用這些預設值？

• autoCapture + smartExtraction → 智慧體自動從每次對話中學習
• autoRecall → 相關記憶在每次回覆前自動注入
• extractMinMessages: 2 → 正常兩輪對話即觸發擷取
• sessionMemory.enabled: false → 避免工作階段摘要在初期汙染檢索結果

驗證並重啟：

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

你應該能看到：

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

完成！你的智慧體現在擁有長期記憶了。

# 1) 備份
openclaw memory-pro export --scope global --output memories-backup.json
# 2) 試執行
openclaw memory-pro upgrade --dry-run
# 3) 執行升級
openclaw memory-pro upgrade
# 4) 驗證
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
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

生態工具

memory-lancedb-pro 是核心外掛。社群圍繞它建構了配套工具，讓安裝和日常使用更加順暢：

安裝指令碼——一鍵安裝、升級和修復

CortexReach/toolbox/memory-lancedb-pro-setup

不只是簡單的安裝器——指令碼能智慧處理各種常見場景：

bash setup-memory.sh                    # 安裝或升級
bash setup-memory.sh --dry-run          # 僅預覽
bash setup-memory.sh --beta             # 包含預發布版本
bash setup-memory.sh --uninstall        # 還原設定並移除外掛

內建服務商預設：Jina / DashScope / SiliconFlow / OpenAI / Ollama，或自帶任意 OpenAI 相容 API。完整用法（含 --ref、--selfcheck-only 等）詳見安裝指令碼 README。

Claude Code / OpenClaw Skill——AI 引導式設定

CortexReach/memory-lancedb-pro-skill

安裝這個 Skill，你的 AI 智慧體（Claude Code 或 OpenClaw）就能深度掌握 memory-lancedb-pro 的所有功能。只需說 「help me enable the best config」 即可獲得：

• 7 步引導式設定流程，提供 4 套部署方案：
  • 滿血版（Jina + OpenAI）/ 省錢版（免費 SiliconFlow 重排序）/ 簡約版（僅 OpenAI）/ 全本機版（Ollama，零 API 成本）
• 全部 9 個 MCP 工具 的正確用法：memory_recall、memory_store、memory_forget、memory_update、memory_stats、memory_list、self_improvement_log、self_improvement_extract_skill、self_improvement_review （完整工具集需要設定 enableManagementTools: true——預設快速設定僅公開 4 個核心工具）
• 避開常見陷阱：workspace 外掛啟用、autoRecall 預設 false、jiti 快取、環境變數、作用域隔離等

Claude Code 安裝：

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

OpenClaw 安裝：

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

影片教學

完整演示：安裝、設定、混合檢索內部原理。

https://youtu.be/MtukF1C8epQ

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

架構

┌─────────────────────────────────────────────────────────┐
│                   index.ts (入口)                        │
│  外掛註冊 · 設定解析 · 生命週期鉤子                        │
└────────┬──────────┬──────────┬──────────┬───────────────┘
         │          │          │          │
    ┌────▼───┐ ┌────▼───┐ ┌───▼────┐ ┌──▼──────────┐
    │ store  │ │embedder│ │retriever│ │   scopes    │
    │ .ts    │ │ .ts    │ │ .ts    │ │    .ts      │
    └────────┘ └────────┘ └────────┘ └─────────────┘
         │                     │
    ┌────▼───┐           ┌─────▼──────────┐
    │migrate │           │noise-filter.ts │
    │ .ts    │           │adaptive-       │
    └────────┘           │retrieval.ts    │
                         └────────────────┘
    ┌─────────────┐   ┌──────────┐
    │  tools.ts   │   │  cli.ts  │
    │ (智慧體 API)│   │ (CLI)    │
    └─────────────┘   └──────────┘

完整架構解析見 docs/memory_architecture_analysis.md。

核心功能

混合檢索

查詢 → embedQuery() ─┐
                      ├─→ 混合融合 → 重排序 → 生命週期衰減加權 → 長度正規化 → 過濾
查詢 → BM25 全文 ─────┘

• 向量搜尋 — 基於 LanceDB ANN 的語意相似度（餘弦距離）
• BM25 全文搜尋 — 透過 LanceDB FTS 索引進行精確關鍵字比對
• 混合融合 — 以向量分數為基礎，BM25 命中結果獲得加權提升（非標準 RRF——針對實際召回品質調優）
• 可設定權重 — vectorWeight、bm25Weight、minScore

交叉編碼器重排序

• 內建 Jina、SiliconFlow、Voyage AI 和 Pinecone 適配器
• 相容任意 Jina 相容端點（如 Hugging Face TEI、DashScope）
• 混合打分：60% 交叉編碼器 + 40% 原始融合分數
• 優雅降級：API 失敗時回退到餘弦相似度

多階段評分管線

智慧記憶擷取（v1.1.0）

• LLM 驅動的 6 類擷取：使用者輪廓、偏好、實體、事件、案例、模式
• L0/L1/L2 分層儲存：L0（一句話索引）→ L1（結構化摘要）→ L2（完整敘述）
• 兩階段去重：向量相似度預過濾（≥0.7）→ LLM 語意決策（CREATE/MERGE/SKIP）
• 類別感知合併：profile 始終合併，events/cases 僅追加

記憶生命週期管理（v1.1.0）

• Weibull 衰減引擎：綜合分數 = 時效性 + 頻率 + 內在價值
• 三級晉升：外圍 ↔ 工作 ↔ 核心，閾值可設定
• 存取強化：頻繁被召回的記憶衰減更慢（類似間隔重複機制）
• 重要性調制半衰期：重要記憶衰減更慢

多作用域隔離

• 內建作用域：global、agent:<id>、custom:<name>、project:<id>、user:<id>
• 透過 scopes.agentAccess 實現智慧體級別的存取控制
• 預設：每個智慧體存取 global + 自己的 agent:<id> 作用域

自動擷取與自動回憶

• 自動擷取（agent_end）：從對話中擷取偏好/事實/決策/實體，去重後每輪最多儲存 3 條
• 自動回憶（before_agent_start）：注入 <relevant-memories> 上下文（最多 3 條）

雜訊過濾與自適應檢索

• 過濾低品質內容：智慧體拒絕回覆、元問題、打招呼
• 跳過檢索：打招呼、斜線指令、簡單確認、表情符號
• 強制檢索：記憶關鍵字（「記得」、「之前」、「上次」）
• CJK 感知閾值（中文：6 字元 vs 英文：15 字元）

設定

{
  "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 指令

openclaw memory-pro list [--scope global] [--category fact] [--limit 20] [--json]
openclaw memory-pro search "查詢" [--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]

OAuth 登入流程：

1. 執行 openclaw memory-pro auth login
2. 如果省略 --provider 且目前終端可互動，CLI 會先顯示 OAuth 服務商選擇器
3. 指令會列印授權 URL，並在未指定 --no-browser 時自動開啟瀏覽器
4. 回呼成功後，指令會儲存外掛 OAuth 檔案（預設：~/.openclaw/.memory-lancedb-pro/oauth.json）、為 logout 快照原來的 api-key 模式 llm 設定，並把外掛 llm 設定切換為 OAuth 欄位（auth、oauthProvider、model、oauthPath）
5. openclaw memory-pro auth logout 會刪除這份 OAuth 檔案，並在存在快照時恢復之前的 api-key 模式 llm 設定

進階主題

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

## /lesson 指令
當使用者傳送 `/lesson <內容>` 時：
1. 用 memory_store 儲存為 category=fact（原始知識）
2. 用 memory_store 儲存為 category=decision（可執行的結論）
3. 確認已儲存的內容

## /remember 指令
當使用者傳送 `/remember <內容>` 時：
1. 用 memory_store 以合適的 category 和 importance 儲存
2. 回傳已儲存的記憶 ID 確認

## 規則 1 — 雙層記憶儲存
每個踩坑/經驗教訓 → 立即儲存兩條記憶：
- 技術層：踩坑：[現象]。原因：[根因]。修復：[方案]。預防：[如何避免]
  (category: fact, importance >= 0.8)
- 原則層：決策原則 ([標籤])：[行為規則]。觸發：[何時]。動作：[做什麼]
  (category: decision, importance >= 0.85)

## 規則 2 — LanceDB 資料品質
條目必須簡短且原子化（< 500 字元）。不儲存原始對話摘要或重複內容。

## 規則 3 — 重試前先回憶
任何工具呼叫失敗時，必須先用 memory_recall 搜尋相關關鍵字，再重試。

## 規則 4 — 確認目標程式碼庫
修改前確認你操作的是 memory-lancedb-pro 還是內建 memory-lancedb。

## 規則 5 — 修改外掛程式碼後清除 jiti 快取
修改 plugins/ 下的 .ts 檔案後，必須先清除 /tmp/jiti/ 目錄再重啟 openclaw gateway。

文件

測試版：智慧記憶 v1.1.0

狀態：Beta（測試版）——透過 npm i memory-lancedb-pro@beta 安裝。使用 latest 的穩定版使用者不受影響。

回饋：GitHub Issues · 回退：npm i memory-lancedb-pro@latest

依賴

Contributors

Full list: Contributors

Star History

授權條款

MIT

我的微信 QR Code