核心用法
Cortex Memory 是一个基于知识图谱的长期记忆系统，通过 Cortex API 实现结构化信息存储与检索。与原生 memory_search 相比，它不仅能进行关键词匹配，更能理解实体关系、追踪事实变迁、支持跨会话推理。
三大核心操作：
1. Recall（召回） — 使用 /v1/retrieve 端点进行混合检索（BM25 + 语义 + 时序 + 图谱遍历），支持 full（完整，~300-600ms）和 fast（快速，~80-150ms）两种模式。查询类型分为 factual（事实）、emotional（情感/价值观）、combined（综合）。
2. Remember（存储） — 使用 /v1/ingest 端点提取事实、实体和关系，构建知识图谱。支持单条文本摄取和对话批量摄取（/v1/ingest/conversation）。
3. Bootstrap（初始化） — 首次安装时可将现有 MEMORY.md 导入，快速构建个人知识库。
显著优点
- 关系推理能力：原生 memory_search 无法回答"X 与 Y 如何关联"，Cortex 通过图谱遍历实现实体关系查询
- 时序追踪：自动标记被取代的事实（SUPERSEDES），支持"X 发生了什么变化"类查询
- 跨项目隔离：通过 session_id 前缀实现项目级作用域，避免跨项目噪声
- 混合检索质量：BM25 + 语义 + 时序 + 图谱的多通道融合，显著优于单一检索方式
- 自动注入集成：配合
@cortex/openclaw-plugin可在每轮对话前自动注入相关记忆
潜在局限
- 延迟较高：full 模式 300-600ms，fast 模式 80-150ms，不适合实时高频调用
- API 依赖：需外部 Cortex 服务，网络故障时必须降级到原生 memory_search
- 配置门槛：需要申请 API key 并配置环境变量，不如原生内存即开即用
- 成本考量：结构化摄取和混合检索涉及更多计算资源，长期大量使用可能产生费用
- 隐私边界：数据需发送至云端 API，虽有多租户隔离，但敏感信息仍需谨慎处理
适合人群
- 需要追踪复杂项目、多角色关系的长期工作者
- 依赖跨会话上下文延续的深度用户
- 希望从大量历史记录中挖掘隐含关联的知识工作者
- 对记忆质量要求高于延迟敏感度的场景
常规风险
- API 密钥泄露：配置文件中明文存储 API key，需确保
~/.openclaw/openclaw.json权限安全 - 敏感数据外泄：摄取前需过滤密码、令牌等敏感信息
- 服务可用性：Cortex 服务故障时将完全依赖降级策略，关键场景需设计兜底方案
- 数据持久性：长期记忆绑定第三方服务，需了解服务商的数据保留与导出政策