核心用法
Cortex Memory 是一款结构化长期记忆技能，通过知识图谱存储实体、事实与关系，实现超越原生 memory_search 的深度召回能力。
主要功能：
- 召回（Recall）：支持 hybrid 检索（BM25 + 语义 + 时序 + 图遍历），提供
full（全面但慢，300-600ms）和fast（快速但轻量，80-150ms）两种模式 - 存储（Remember）：自动提取实体、事实和关系，构建知识图谱节点与边
- 会话摄取（Ingest Conversation）：支持结构化存储对话历史，带说话人标注
- 首次引导（Bootstrap）：可将现有 MEMORY.md 批量导入初始化知识图谱
查询类型：
factual：事实与实体查询（谁、什么、何时、何地）emotional：情感、洞察、价值观、信念查询combined：全类型检索（默认）
适用场景：
- 跨会话事实 recall（Cortex 优于原生 memory_search）
- 实体关系追溯（"X 与 Y 如何关联"）
- 时序变化追踪（"X 发生了什么变化"）
- 项目域内精准查询（避免跨项目噪声）
显著优点
1. 结构化知识表示：非简单文本匹配，而是实体-关系-属性的图结构存储
2. 混合检索质量：BM25 + 语义 + 时序 + 图遍历 + 重排序，recall 质量显著优于 keyword 搜索
3. 时序推理能力：支持 SUPERSEDES 关系，可追踪信念漂移和事实变更
4. 项目域隔离：通过 session_id 前缀实现项目级检索范围控制
5. 与 OpenClaw 生态集成：配合 @cortex/openclaw-plugin 可自动注入记忆到每轮对话上下文
潜在缺点与局限性
1. 外部依赖重：需自建或托管 Cortex API 服务，配置复杂度高于纯本地技能
2. 延迟敏感：full 模式 300-600ms 延迟，不适合实时高频调用
3. 成本不透明：API 调用可能产生费用，文档未明确定价模型
4. 首次冷启动：需手动引导 MEMORY.md，大型文件需分块处理
5. 网络脆弱性：API 不可用时需降级到原生 memory_search，增加实现复杂度
适合人群
- 需要长期记忆的项目型用户（多会话、多项目并行）
- 对实体关系推理有要求的复杂场景（组织架构、系统依赖、人物网络）
- 愿意自建/托管外部服务的进阶用户
- 已有 MEMORY.md 积累、希望升级为结构化存储的现有 OpenClaw 用户
常规风险
- API 密钥泄露：CORTEX_API_KEY 需严格保管，技能文档已明确禁止日志输出
- 数据隐私：用户数据发送至外部 API，虽有租户隔离但依赖服务商安全实践
- 服务可用性：网络超时或 500 错误时需优雅降级，避免阻塞用户体验
- 过度摄取风险：文档明确建议"不要摄取每段对话"，需人工判断价值密度
- 大型文件处理：单次摄取可能超限，需按 markdown 标题分块，增加维护成本