Agent Memory Store

核心功能

Agent Memory Store 是一款专为多Agent协作设计的语义记忆存储服务，采用SQLite持久化架构确保数据在系统重启后仍可恢复。核心能力包括：跨Agent记忆共享（支持public/private访问控制）、基于Jaccard相似度的语义检索、TTL自动过期清理机制，以及RESTful API接口。

显著优点

1. 持久化保障：相比纯内存方案，SQLite后端彻底解决重启丢数据问题
2. 跨Agent协作：打破单Agent记忆孤岛，支持团队级知识共享
3. 轻量部署：单Python脚本运行，无外部依赖，默认8768端口
4. 灵活TTL：支持按记忆设置存活时间（如86400秒=24小时），自动清理过期数据

潜在局限

• 检索精度：Jaccard相似度为基础字符串匹配，无向量嵌入，复杂语义理解能力有限
• 并发规模：线程安全但非分布式设计，高并发场景可能成瓶颈
• 安全边界：public记忆默认共享，需显式设置public:false隔离敏感信息
• 无加密传输：HTTP明文通信，生产环境需配合反向代理/隧道

适合人群

• 多Agent工作流开发者（如AutoGPT、MetaGPT生态）
• 需要Agent间状态同步的LLM应用架构师
• 快速原型验证阶段的AI项目团队

风险提示

• 数据泄露：public记忆对所有agent可见，勿存储PII/密钥
• TTL误配：ttl_seconds=0可能导致记忆立即失效
• 路径依赖：DB硬编码为/root/.openclaw/workspace/data/，容器化需注意挂载

核心功能

Agent Memory Store 是一款专为 AI Agent 设计的共享语义记忆服务，解决多 Agent 场景下的记忆持久化与跨实例共享难题。核心能力包括：

• 语义存储：基于 OpenAI Embedding 的向量记忆存储，支持关键词标签与 TTL 自动过期
• 跨 Agent 共享：通过 public 字段控制记忆可见范围，实现 Agent 间知识协作
• SQLite 持久化：数据落盘存储于 /root/.openclaw/workspace/data/agent_memory.db，服务重启不丢失
• 混合检索：优先使用向量语义搜索，OpenAI 不可用时自动回退至 Jaccard 相似度计算

显著优势

1. 零依赖安全架构：纯 Python 标准库实现（sqlite3, urllib.request, http.server），无第三方包供应链风险
2. 轻量部署：单文件脚本启动，内置 HTTP 服务，无需复杂容器配置
3. 隐私合规设计：完整支持 GDPR 数据删除权、数据最小化原则，提供本地回退模式
4. 线程安全：v1.1.0 起支持并发写入，适合多 Agent 高频调用场景

潜在局限

• 外部 API 依赖：语义搜索依赖 OpenAI Embeddings API，需有效 API 密钥且存在数据外发
• T3 来源可信度：作者 bro-agent 为个人开发者，项目托管于 GitHub Pages，缺乏企业级维护背书
• 功能精简：相比专业向量数据库（如 Pinecone、Milvus），缺乏分布式扩展、多模态存储等高级特性
• 自托管运维：SQLite 单节点架构，高并发场景可能成为瓶颈，需自行保障备份与监控

适合人群

• 多 Agent 协作系统的个人开发者与小型团队
• 重视供应链安全、希望最小化依赖的谨慎型用户
• 需要离线可用、数据自主可控的隐私敏感场景（配合 Jaccard 回退模式）
• 快速原型验证阶段，不愿投入重型向量数据库基础设施的项目

使用建议

建议通过安全密钥管理服务（如 AWS Secrets Manager）注入 OPENAI_API_KEY，启用 IP 白名单；生产环境部署前进行人工代码审查；高隐私场景优先考虑本地嵌入模型替代方案。