Hybrid Memory

核心用法

Hybrid Memory 是一套双轨记忆架构，将 OpenClaw 内置向量记忆 与 Graphiti 时序知识图谱 结合使用，实现文档语义检索与时间敏感事实追踪的互补。

使用决策框架：

• memory_search — 处理文档内容查询（如 "GOALS.md 里写了什么？"）、项目指南检索等静态知识
• Graphiti — 处理时态问题（"我们何时搭建 Slack？"）、对话历史追溯（"用户上周二说了什么？"）、实体关系追踪（"Alice 参与哪些项目？"）

标准调用流程：
1. 判断问题类型 → 选择对应工具
2. 时态问题优先查 Graphiti，文档问题优先查 memory_search
3. 不确定时双轨并行，结果融合
4. 低置信度时明确告知用户已尝试检索但结果不确定

技术实现：

• memory_search：基于嵌入的语义搜索，覆盖 MEMORY.md 及 memory/**/*.md 文件
• Graphiti：支持时间戳索引的知识图谱，通过 graphiti-search.sh/graphiti-log.sh CLI 交互

显著优点

1. 精准路由：避免单一大记忆模型的检索噪音，按问题类型分配最优后端
2. 时态感知：Graphiti 原生支持 "上次见面时间"、"项目阶段演变" 等时间维度查询，弥补向量数据库的时间盲区
3. 渐进部署：可分阶段启用（先 OpenClaw 记忆，再叠加 Graphiti），降低初期投入
4. 开放架构：基于文件与 CLI 的松耦合设计，不绑定特定模型或云平台

潜在局限

1. 基础设施复杂度：Graphiti 需 Docker 部署 + 同步守护进程，本地开发成本高于纯云端方案
2. 双系统维护：需同时管理向量嵌入配置与图谱 Schema，运维认知负荷较高
3. 冷启动问题：新 Group ID 的图谱需累积足够事实后检索质量才稳定
4. 无内置冲突消解：若两系统返回矛盾信息，需上层逻辑裁决，未提供自动合并策略

适合人群

• 长期对话代理开发者：需要跨会话记忆的个人知识助手、教练类 AI
• 项目追踪场景：管理多阶段任务、需要回答 "何时发生变更" 的 DevOps/PM 工具
• 隐私敏感用户：倾向本地部署记忆层，而非依赖 OpenAI 等云端记忆 API

常规风险

• 记忆污染：日志脚本若未过滤敏感输入，可能导致 PII 持久化至图谱
• 时区/时间戳漂移：Graphiti 依赖正确的时间记录，客户端-服务端时钟不同步会降低时态查询精度
• 检索幻觉：向量语义匹配可能返回表面相关但语境不符的文档片段，需结合 memory_get 二次确认
• 权限边界模糊：Group ID 隔离机制依赖外部管控，配置错误可导致用户 A 数据被用户 B 检索到

Hybrid Memory System 综合评估

核心用法

该 skill 提供了一套双轨记忆决策框架，将 OpenClaw 内置的 memory_search（向量语义搜索）与 Graphiti（时序知识图谱）有机结合，解决 AI 助手在长期对话中的上下文记忆问题。

记忆_search 适用场景：

• 文档内容检索（如"GOALS.md 里写了什么"）
• 整理好的笔记查询（如"项目规范是什么"）
• 基于语义相似度的内容匹配

Graphiti 适用场景：

• 时序问题（"我们什么时候搭建的 Slack？"）
• 对话历史追踪（"用户上周二说了什么？"）
• 实体关系查询（"Alice 参与了哪些项目？"）

显著优点

1. 明确的决策边界：通过清晰的表格和示例，消除开发者对"该用哪种记忆"的困惑
2. 即插即用的模板：提供可直接复制到 AGENTS.md 的代码片段，降低接入门槛
3. 分层召回策略：推荐"Graphiti 优先时序问题 → memory_search 优先文档问题 → 双轨并行 → 坦诚不确定"的优雅降级路径
4. 纯文档零风险：无实际可执行代码，仅作为配置指南存在

潜在局限

1. 外部依赖重：Graphiti 需要独立部署 Docker 服务，运维成本较高
2. T3 来源风险：维护者为个人开发者（clawdbrunner，2024-06 注册），长期维护能力存疑
3. 无自动同步：两个记忆系统间的数据不互通，需人工决定写入哪个系统
4. 仅覆盖两种模式：未涉及其他记忆方案（如摘要压缩、分层记忆等）

适合人群

• 使用 OpenClaw/Claude Code 等 AI 编程助手的开发者
• 需要长期上下文追踪的 Agent 应用构建者
• 已有 Graphiti 基础设施或愿意自建的用户

常规风险

• 功能风险：Graphiti 服务不可用会导致时序查询失败
• 维护风险：个人项目可能突然停止更新
• 数据一致性：双系统可能导致记忆碎片化