AI代理的长期记忆中枢

Production-grade long-term memory system for OpenClaw AI agents with hybrid vector+BM25 retrieval, LLM-powered Smart Extraction, and Weibull decay lifecycle management.

基本信息

• 技能名称?memory-lancedb-pro
• 中文名称?AI代理的长期记忆中枢
• 作者?aaronx-hu
• 分类?专业技能
• 版本?1.0.0
• 标签?mcp, lancedb, vector-database, memory-management, retrieval-augmented-generation, openclaw, embedding, bm25, self-improvement, ollama

使用方法

使用说明
memory-lancedb-pro 综合评估
核心用法
memory-lancedb-pro 是专为 OpenClaw AI 代理设计的生产级长期记忆 MCP 插件，基于 LanceDB 向量数据库构建。核心功能包括：

1. 智能记忆提取（Smart Extraction） ：通过 LLM 自动从对话中提取 6 类结构化记忆（preference/fact/decision/entity/reflection/other），支持 L0/L1/L2 分层内容生成
2. 混合检索（Hybrid Retrieval） ：融合向量相似度（70%）与 BM25 全文搜索（30%），配合交叉编码器重排序（cross-encoder reranking）实现高精度召回
3. 记忆生命周期管理 ：基于 Weibull 分布的三层衰减模型（Core/Working/Peripheral），支持访问强化和自动晋升/降级
4. 多作用域隔离 ：支持 global、agent: 、project: 等多级记忆隔离
5. 自我改进治理 ：内置 LEARNINGS.md/ERRORS.md 日志系统和技能提取工具
   MCP 工具集 ： memory_recall 、 memory_store 、 memory_forget 、 memory_update 、 memory_stats 、 memory_list 为核心工具； self_improvement_log 、 self_improvement_extract_skill 、 self_improvement_review 为治理工具（需启用管理工具）。
   显著优点
   检索精度领先 ：Jina v5 任务感知嵌入 + Jina reranker v3 交叉编码器组合，在 MTEB 基准上表现优异
   全自动记忆流水线 ：autoCapture（自动提取）+ autoRecall（自动注入）实现零手动干预
   生产级可靠性 ：支持多密钥故障转移、详细的配置验证、一键迁移工具
   隐私友好选项 ：完整支持 Ollama 本地部署，无需任何外部 API
   灵活配置 ：4 种预设配置方案（Full Power/Budget/Simple/Fully Local）适配不同场景
   潜在缺点与局限性
   配置复杂度较高 ：20+ 个配置字段，新手容易遗漏 baseURL 大小写、 /v1 后缀、 plugins.allow 等关键细节
   本地模式性能 trade-off ：Ollama 方案无交叉编码器重排序，检索精度显著低于云端方案
   资源消耗 ：推荐配置需同时维护 Jina + OpenAI 两个付费 API；本地模式需 8-16GB VRAM
   Smart Extraction 依赖 LLM 质量 ：本地 LLM 可能出现 JSON 结构化输出失败，需降级为 smartExtraction: false
   网关重启依赖 ：任何配置变更都需要重启 OpenClaw Gateway，不支持热更新
   适合人群
   AI 代理开发者 ：需要为 OpenClaw 代理添加长期记忆能力的开发者
   多代理系统架构师 ：需要跨代理共享知识同时保持隔离的复杂场景
   隐私敏感用户 ：通过 Plan D（Ollama 本地方案）实现完全离线部署
   成本敏感团队 ：Plan B/C 提供逐步降级的成本优化路径
   常规风险
   API 密钥泄露风险 ：配置文件中需嵌入 ${ENV_VAR} 格式密钥，需确保网关进程环境变量正确设置
   数据迁移风险 ：从旧版 memory-lancedb 迁移时需使用专用命令，直接复制数据库文件会导致 schema 不兼容
   jit 缓存污染 ：修改插件源码后必须清除 /tmp/jiti/ 缓存，否则可能运行旧代码
   记忆注入泄露 ：若代理提示词未正确设置，可能将 内容直接输出给用户
   作用域配置错误 ：multi-scope 需要显式配置 scopes.agentAccess ，否则代理只能访问 global 作用域