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