核心用法
Memory Tools 是一款面向 OpenClaw 框架的智能体记忆插件，采用 Agent 自主决策 模式（AgeMem 方法），由智能体决定何时存储、更新、遗忘或检索记忆，而非自动捕获所有信息。插件提供 6 个核心工具：
memory_store/memory_update/memory_forget：记忆的 CRUD 操作memory_search：基于 LanceDB 的向量语义搜索memory_summarize：按主题聚合记忆摘要memory_list：分类浏览与排序
每条记忆支持多维元数据：8 种预设分类（fact/preference/event/relationship/instruction/decision/context/entity）、置信度评分（1.0 明确事实 / 0.5 推断）、重要性权重，以及时间衰减机制。存储层采用 SQLite + LanceDB 混合架构，兼顾可调试性与向量检索性能。
显著优点
1. 精准控制：避免传统记忆系统的噪音泛滥，Agent 按需存储，上下文更干净
2. 学术背书：基于 AgeMem 论文 (arXiv:2409.02634) 的决策型记忆架构
3. 智能冲突处理：新信息自动覆盖旧记忆，杜绝矛盾
4. 生产级存储：本地 SQLite 便于审计调试，LanceDB 提供高效语义检索
5. 细粒度元数据：置信度+重要性+分类+标签的多维记忆管理体系
潜在局限
- 依赖 OPENAI_API_KEY：嵌入向量需调用 OpenAI API，存在网络延迟与成本
- Gateway 重启要求：插件激活后需硬重启服务，Docker 环境下需手动管理进程
- 调试门槛：需直接操作 SQLite 数据库排查问题，对非技术用户不友好
- 生态锁定：专为 OpenClaw 框架设计，无法直接迁移至其他 Agent 平台
适合人群
- 构建长期对话智能体的开发者，需要精细控制记忆生命周期
- 对上下文长度敏感、希望减少 Token 消耗的工程团队
- 重视可审计性与调试能力的生产环境用户
常规风险
- API 密钥泄露：环境变量管理不善可能导致 OpenAI 密钥暴露
- 数据持久化：本地存储需关注备份策略，容器环境下数据易丢失
- 语义漂移：长期未访问的记忆虽经衰减，仍可能意外召回产生干扰
---
> 来源：Purple Horizons/openclaw-memory-tools | 许可证：MIT