核心用法
ChromaDB Memory 为 OpenClaw 智能体提供本地长期记忆能力。插件在每个用户消息前自动执行：消息嵌入（Ollama nomic-embed-text）→ ChromaDB 向量检索 → 相似度过滤 → 上下文注入。用户也可通过 chromadb_search 工具手动查询记忆库。
显著优点
- 完全离线：零云端 API 依赖，数据不出本地
- 架构简洁：Ollama + ChromaDB 双组件，Docker 一键部署
- 无缝集成：自动召回机制对用户透明，无需手动管理上下文
- 成本可控：每轮约 275 tokens 额外开销，大上下文窗口下可忽略
潜在局限
- 运维复杂度：需自行维护 ChromaDB 和 Ollama 服务健康
- 冷启动问题：空库或无匹配结果时无记忆可用
- 嵌入质量依赖：nomic-embed-text 性能虽优，但逊于云端嵌入模型
- 无跨会话同步：纯本地架构，多设备场景需自行解决数据同步
适合人群
隐私敏感型企业用户、需要处理敏感数据的合规场景、希望完全掌控 AI 基础设施的技术团队，以及已具备本地 LLM 运维经验的开发者。
常规风险
- 数据持久化：ChromaDB 默认配置下需关注存储卷备份策略
- 性能瓶颈：大规模记忆库（百万级文档）需评估 ChromaDB 索引优化
- 相似度阈值误配：minScore 设置不当导致信息噪声或遗漏关键上下文