核心用法
memory-qdrant 是 OpenClaw 框架的本地语义记忆插件，通过三个工具函数实现长期记忆管理：
- memory_store: 保存信息到向量数据库，支持分类标签（fact/preference/decision/entity/other）和重要性评分
- memory_search: 基于语义相似度检索相关记忆，而非关键词匹配
- memory_forget: 通过ID或语义查询删除特定记忆
显著优点
1. 完全本地化: 使用 Transformers.js 加载 Xenova/all-MiniLM-L6-v2 模型，数据不出本地，零API成本
2. 零配置部署: Qdrant 内存模式无需安装独立服务，即装即用
3. 框架原生集成: 通过 lifecycle hooks 自动捕获对话中的重要信息
4. 语义理解: 基于向量相似度搜索，能理解概念关联而非字面匹配
潜在局限
- 数据易失性: 内存模式下重启后数据丢失，需重新索引
- 计算开销: 本地生成embedding消耗CPU资源，大规模数据时延迟明显
- 依赖复杂度: 需要 Node.js 和 npm 环境，对非技术用户门槛较高
- 单用户设计: 无多租户隔离机制
适合人群
- 重视隐私、拒绝云端API的本地AI用户
- OpenClaw 框架深度使用者
- 具备 Node.js 环境配置能力的技术用户
- 需要轻量级语义记忆而非企业级持久化方案的场景
常规风险
- 内存模式不适合生产环境，意外中断导致记忆丢失
- 本地模型推理速度受硬件限制
- 插件生态较新，长期维护承诺待观察