核心用法
NeuralMemory 是一款受生物学启发的持久化记忆系统，专为AI Agent设计。不同于传统的向量检索，它采用传播激活（Spreading Activation）机制：记忆以神经元形式存储于本地SQLite图数据库，通过20种类型化突触（BEFORE/AFTER、CAUSED_BY/LEADS_TO、CONTRADICTS等）构建关联网络。查询时从激活节点向邻域扩散，实现概念级联想召回——即使关键词完全不重叠也能找到相关记忆。
核心工作流分为三阶段：会话启动调用 nmem_context 注入近期上下文；会话中通过 nmem_remember 存储决策/错误/偏好（支持优先级0-10），用 nmem_recall 进行深度关联查询（depth 0-3）；会话结束调用 nmem_auto 自动提取关键信息。OpenClaw插件可自动化此流程，在 before_agent_start 注入记忆上下文，agent_end 自动捕获记忆。
技术实现完全零LLM依赖：记忆提取基于正则与规则引擎，Hebbian学习强化共现记忆连接，Ebbinghaus遗忘曲线实现自然衰减，矛盾检测自动标记冲突记忆。
显著优点
1. 语义级关联：突破关键词/向量相似性限制，支持跨域概念联想与因果链追溯（如"为什么部署失败"自动追踪CAUSED_BY突触）
2. 完全离线：本地SQLite存储，无外部API依赖，隐私可控
3. 智能生命周期：短期→工作→情景→语义记忆的自动迁移， stale记忆自然衰减
4. 双语原生支持：越南语+英语完整支持提取与情感分析
5. 深度可调：4级召回深度（Instant/Context/Habit/Deep），平衡速度与召回率
6. 生态集成：OpenClaw独占memory slot，63个MCP工具全面覆盖管理需求
潜在局限
- 冷启动问题：新脑无历史数据时无法体现联想优势，需积累使用
- 复杂度门槛：20种突触类型、多层深度配置对普通用户存在学习曲线
- 规模瓶颈：深度查询（depth=3）延迟约500ms，超大规模脑可能需优化
- 生态依赖：Auto-context功能强依赖OpenClaw框架，独立使用需手动集成
- 无多模态：纯文本记忆，不支持图像/音频嵌入
适合人群
- 长期项目AI助手开发者（需跨周/跨月上下文保持）
- 注重数据隐私的企业本地部署场景
- 因果推理需求强的分析型工作流（故障排查、决策审计）
- OpenClaw/Claude Code生态深度用户
常规风险
1. 数据持久风险：本地SQLite损坏可能导致记忆丢失，需定期 nmem_version 快照
2. 污染累积：长期运行中矛盾记忆若未清理，可能降低召回精度
3. 配置误用：过高 contextDepth 或 maxContextTokens 导致上下文窗口溢出
4. 跨脑隔离：brain隔离设计虽防污染，但也阻碍多项目知识自然融合（需手动transplant）