核心用法
memory-qdrant 是专为 OpenClaw 设计的本地语义记忆插件，通过三大工具实现记忆管理：
- memory_store: 存储信息片段（支持分类标签）
- memory_search: 语义检索相关记忆
- memory_forget: 按 ID 或查询条件删除记忆
插件采用零配置设计，默认以内存模式运行，重启后数据自动清除；也可对接外部 Qdrant 服务器实现持久化。
显著优点
1. 完全本地化: 基于 Transformers.js 和 Xenova/all-MiniLM-L6-v2 模型生成嵌入，无需 OpenAI/Claude 等外部 API
2. 零依赖成本: 无 API 密钥、无按量计费，首次运行自动下载约 25MB 模型
3. 隐私优先设计: autoCapture 默认关闭，避免意外记录敏感对话；内存模式确保会话隔离
4. 语义理解: 基于向量相似度而非关键词匹配，能理解"workflow preferences"与"task automation habits"的语义关联
5. OpenClaw 原生集成: 遵循官方插件规范，支持配置化启用与工具级调用
潜在缺点与局限性
- 记忆非持久化: 默认内存模式重启即失，需自行搭建 Qdrant 服务才能持久化
- 模型能力边界: all-MiniLM-L6-v2 为轻量级模型（22M 参数），复杂语义关联或跨语言场景精度有限
- autoCapture 隐私风险: 启用后触发正则会捕获邮箱、电话号码等 PII，需用户显式授权
- 网络依赖: 首次使用需从 Hugging Face 下载模型，离线环境需预置
- 单节点架构: 无分布式或跨设备同步能力
适合人群
- 注重隐私、拒绝云服务的 OpenClaw 用户
- 需要低成本长期记忆能力的个人开发者
- 构建本地化 AI 工作流的技术团队
- 对数据主权敏感的企业内网场景
常规风险
| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 数据泄露 | 低-中 | 内存模式风险低；外接 Qdrant 需确保服务器可信 |
| PII 捕获 | 中 | autoCapture 启用后可能记录邮箱、电话，默认关闭 |
| 模型供应链 | 低 | 依赖 Hugging Face 模型下载，建议校验 SHA256 |
| 记忆幻觉 | 中 | 语义检索可能返回低相似度无关记忆，需设置阈值 |