核心用法
Memory Tools 是一套面向 OpenClaw 代理系统的可控记忆插件，颠覆传统「自动捕获一切」的设计范式。它提供 6 个原子化工具——memory_store、memory_update、memory_forget、memory_search、memory_summarize、memory_list——赋予代理自主决定「何时存储、何时调用」记忆的权力。
记忆采用混合存储架构：SQLite 便于人工调试审计，LanceDB 承载向量语义检索。每条记忆携带多维元数据：类别（fact/preference/event 等 8 类）、置信度（1.0 明确陈述 / 0.5 推理推断）、重要性（影响检索优先级）、时间衰减（自动过期失效）。语义搜索基于 OpenAI Embedding，支持自然语言查询与跨类别模糊匹配。
显著优点
1. 代理中心化控制：消除自动记忆系统的上下文污染，仅保留代理判定有价值的信息
2. 精细化元数据体系：置信度、重要性、类别、标签、TTL 多维度管理，支持复杂检索策略
3. 冲突自消解：新记忆自动覆盖旧矛盾数据，避免逻辑冲突
4. 可观测性：原生 SQLite 后端支持标准 SQL 审计，便于合规与调试
潜在局限
- 依赖外部 Embedding 服务：需
OPENAI_API_KEY，存在 vendor lock-in 与网络延迟 - 手动分类负担：类别体系虽丰富，但代理需正确选择，错误归类会降低检索效率
- 衰减机制较简单：线性 TTL，缺乏上下文感知的智能刷新
- 生态封闭：专为 OpenClaw 设计，无法直接用于 LangChain、AutoGPT 等其他框架
适合人群
- 构建长期对话代理的开发者，需细粒度记忆控制
- 对上下文窗口成本敏感、希望精准注入相关记忆的生产环境
- 需要可审计记忆日志的企业合规场景
常规风险
- API 密钥泄露：
OPENAI_API_KEY需妥善保管，避免提交至版本控制 - 数据持久化风险：SQLite 文件本地存储，需定期备份防止丢失
- 隐私合规：记忆内容可能含 PII，需评估与 OpenAI API 的数据传输合规性