Jasper Recall

核心用法

Jasper Recall 是一套面向AI Agent的本地检索增强生成（RAG）记忆系统，无需API调用即可实现语义搜索。核心工作流包含三个组件：digest-sessions 提取会话日志关键信息，index-digests 将Markdown文件分块嵌入ChromaDB，recall 执行跨记忆库的语义搜索。

快速启动：npx jasper-recall setup 一键安装Python虚拟环境、ChromaDB数据库及CLI工具。支持通过 recall "query" 直接搜索历史会话，配合 --json 输出便于Agent集成。

显著优点

• 完全本地运行：基于 all-MiniLM-L6-v2 模型（384维，~80MB），零API成本、零网络依赖
• 多Agent架构：v0.3.0引入mesh网络，支持N个Agent共享记忆池；通过 [public]/[private]/[learning] 标签实现细粒度访问控制
• 隐私优先设计：独立的ChromaDB集合隔离（private_memories/shared_memories/agent_learnings），配合 privacy-check 扫描敏感信息
• OpenClaw原生集成：autoRecall 插件支持自动记忆注入，CLI与HTTP API双模式适配隔离容器场景

潜在局限

• embedding质量上限：MiniLM-L6-v2为轻量级模型，复杂语义匹配能力弱于OpenAI text-embedding-3-large等商业方案
• 单机扩展瓶颈：ChromaDB本地存储，TB级数据需考虑分片或迁移至服务器部署
• 隐私扫描非绝对：privacy-check 基于正则规则检测邮箱/API密钥/内网IP，存在漏报风险，敏感数据仍需人工复核
• 版本兼容性：v0.2.2+的集合隔离与legacy模式并存，多Agent升级时需关注配置迁移

适合人群

• 开发本地优先AI Agent的技术用户
• 需多Agent协作且重视数据主权的企业场景
• OpenClaw生态用户追求无缝工具链集成

常规风险

• 本地SQLite/ChromaDB文件需定期备份
• 共享记忆标签误标可能导致敏感信息泄露至沙盒Agent
• 长期运行需监控 ~/.openclaw/chroma-db 磁盘增长

核心用法

Jasper Recall 是一套面向 AI Agent 的本地 RAG（检索增强生成）记忆系统，通过 ChromaDB 向量数据库和 sentence-transformers 嵌入模型，赋予 Agent 记住并检索历史对话的能力。

三大核心命令：

• recall —— 语义搜索记忆，支持自然语言查询
• index-digests —— 将 Markdown 文件向量化索引
• digest-sessions —— 自动提取会话日志关键信息

多 Agent 记忆共享（v0.3.0）：
通过 [public]、[private]、[learning] 标签实现记忆分级，配合独立 Collection 隔离权限，让主 Agent 与沙盒 Agent 安全地双向学习。

显著优点

1. 完全本地化：所有数据存储在 ~/.openclaw/ 目录，嵌入模型本地运行，无需调用外部 API，杜绝数据泄露风险
2. 隐私优先设计：内置 privacy-check 工具主动扫描敏感信息；HTTP API 默认强制 public-only 模式，防止沙盒 Agent 越权访问
3. 开箱即用：单条命令 npx jasper-recall setup 完成 Python 环境、ChromaDB、CLI 脚本全自动化部署
4. Agent 原生集成：OpenClaw 插件支持 autoRecall 自动检索上下文，无缝对接 Agent 工作流
5. 多 Agent Mesh 架构：N 个 Agent 可共享记忆池，支持 recall-mesh 跨 Agent 检索与 sync-shared 同步

潜在缺点与局限性

1. 首次下载开销：需从 HuggingFace 下载约 80MB 嵌入模型，网络受限环境需预置
2. 无敏感数据加密：配置文件明文存储，向量数据库无加密，依赖操作系统级权限保护
3. 仅限语义匹配：基于向量相似度检索，不支持复杂逻辑查询或时间范围过滤
4. Node.js/Python 混合栈：需要同时维护 Node.js 运行时和 Python venv，环境复杂度较高

适合人群

• 需要长期记忆能力的个人 AI Agent 用户
• 运行多 Agent 架构（主 Agent + 沙盒 Agent）的开发者
• 对数据隐私敏感、拒绝云端记忆服务的本地优先主义者
• 使用 OpenClaw 框架构建自动化工作流的技术用户

常规风险

• 存储路径固定：默认使用 ~/.openclaw/ 路径，多用户场景需通过环境变量自定义隔离
• 模型完整性依赖：当前缺少 SHA256 校验，存在理论上的供应链攻击面
• 子进程调用：通过 execSync 执行本地 Python 脚本，需确保脚本路径未被篡改
• HTTP 服务暴露：serve 命令启动的 API 默认绑定 127.0.0.1:3458，误配为 0.0.0.0 可能导致本地网络暴露