零配置智能记忆搜索，语义与关键词自动切换

智能记忆搜索，零配置自动切换语义/关键词模式，即装即用，同步后提升搜索质量

基本信息

• 技能名称?vector-memory
• 中文名称?零配置智能记忆搜索，语义与关键词自动切换
• 作者?bluepointdigital
• 分类?专业技能
• 版本?2.1.1
• 标签?vector-search, semantic-search, memory, zero-config, fallback, clawhub, embeddings

使用方法

使用说明
核心用法
Vector Memory 是一个零配置的智能记忆搜索工具，通过 memory_search 自动选择最佳搜索方法：当向量索引就绪时使用语义搜索（支持同义词、概念匹配），否则自动回退到内置关键词搜索。
关键特性 ：
即装即用 ： npx clawhub install vector-memory 后 memory_search 立即生效
自动选择 ：无需手动判断，智能检测向量状态并切换方法
渐进增强 ：可选执行 --sync 建立向量索引，提升搜索质量
故障回退 ：向量搜索失败时自动降级到关键词搜索

工具集 ： memory_search （自动选方法）、 memory_get （获取完整内容）、 memory_sync （手动索引）、 memory_status （查看当前模式）

显著优点
| 维度 | 优势 | |------|------| | 易用性 | 零配置设计，消除传统向量搜索的繁琐设置 | | 可靠性 | 内置双重回退机制，避免服务中断 | | 渐进式 | 基础功能立即可用，高级功能按需升级 | | 透明性 | 自动方法选择对用户完全透明 | 潜在局限

1. 质量依赖数据规模 ：未同步时仅关键词匹配，可能遗漏语义相关结果
2. 同步成本 ：建立向量索引需要额外计算资源和时间
3. 规模天花板 ：当前 JSON 存储设计仅适合
4. 环境变量弱依赖 ：虽为零配置，但生产环境建议显式设置 MEMORY_DIR
   适合人群
   快速原型开发者 ：需要立即工作的记忆搜索，不愿投入配置时间
   渐进式优化团队 ：先上线再迭代，根据数据增长决定是否同步
   ClawHub 生态用户 ：追求与 OpenClaw 无缝集成的低摩擦体验
   常规风险
   同步状态不透明 ：用户可能误判当前搜索模式（建议定期 memory_status 检查）
   版本漂移 ：编辑记忆文件后若未重新同步，向量索引与实际内容不一致
   资源泄漏 ：频繁 --sync 可能累积旧索引文件（文档未提及清理策略）