核心用法
Cognitive Brain 是一款面向 OpenClaw 框架的跨会话记忆与认知系统，通过模拟人类记忆机制为 AI 赋予长期记忆能力。核心使用流程分为三步：安装部署、记忆编码与检索调用。
安装部署：通过 clawhub install cognitive-brain 或手动 npm 安装，依赖 PostgreSQL、Redis 及 pgvector 扩展。支持自动安装模式 (npm run setup:auto) 与断点恢复机制，降低部署门槛。
记忆编码：使用 brain.encode(content, options) 将对话内容、用户偏好、项目信息存入系统，支持 episodic（情景）、semantic（语义）等记忆类型，可标记重要性与情感维度。
记忆检索：通过 brain.recall(query, options) 实现语义检索，系统会自动注入相关记忆至 AI 上下文，实现"记得用户之前说过什么"的连续对话体验。
显著优点
1. 四层记忆架构：借鉴认知科学理论，构建感官/工作/情景/语义四级记忆，层次分明、检索效率高
2. 跨会话持久化：基于 PostgreSQL + Redis 双存储，记忆不随单会话结束而丢失
3. 自动化集成：通过 Hook 机制 (agent:bootstrap 读取、cron 定时写入) 实现无感知的记忆流动
4. 事务安全保障：UnitOfWork 模式确保多表操作原子性，避免数据不一致
5. 联想网络激活：概念关联与激活扩散算法，支持"由此及彼"的 intelligent recall
潜在局限
- 基础设施依赖重：需独立维护 PostgreSQL、Redis、pgvector，运维成本高于纯文件存储方案
- Embedding 计算开销：语义检索依赖向量生成，对高频场景需考虑延迟与成本
- 记忆衰减机制待完善：当前版本未明确实现记忆的自动遗忘与重要性衰减算法
- 多租户隔离：文档未明确说明多用户场景下的数据隔离策略
适合人群
- 需要构建长期陪伴型 AI 应用的开发者
- 对对话连续性有高要求的客服、教育、创作场景
- 具备 Node.js 与数据库运维能力的技术团队
- 愿意投入基础设施成本换取体验提升的中大型项目
常规风险
1. 隐私合规风险：用户对话内容持久化存储，需明确告知并获得授权，符合 GDPR/个人信息保护法等法规
2. 记忆污染风险：错误或敏感信息一旦编码难以清除，需建立记忆审核与修正机制
3. 检索偏差风险：语义相似度匹配可能召回不相关记忆，影响输出质量
4. 依赖服务稳定性：PostgreSQL 或 Redis 故障将导致记忆功能降级或不可用，需监控与灾备预案