核心用法
Qordinate 是一款专为 AI 智能体设计的原生记忆与生产力基础设施平台。通过 MCP（Model Context Protocol）协议，OpenClaw 智能体可无缝接入 Qordinate 的云端服务，将原本易失的对话状态转化为持久化的结构化数据。
接入后，智能体只需调用单一工具 query_agent，以自然语言指令即可完成以下操作：
- 任务与列表管理：创建待办事项、设定截止日期与状态、配置提醒通知
- 文档存储：笔记撰写、文件上传（PDF/图片）、文档共享与检索
- 联系人管理：保存人员与企业信息、VCF 导入、多维度搜索
- 实时信息获取：通过内置网页搜索获取最新资讯
- 第三方应用集成：与已授权的 SaaS 服务交互数据
- 表单与自动化：创建数据收集表单、配置定时或事件触发的自动化流程
关键设计亮点在于 会话状态管理：通过可选的 session_id 参数，智能体可在多轮对话中保持上下文连贯，实现复杂工作流的拆解执行。
显著优点
1. 单一接口极简集成：仅需一个 query_agent 工具，大幅降低开发复杂度
2. 持久化记忆层：解决 LLM 上下文窗口限制，关键信息离线存储、随时召回
3. 跨端同步：用户可通过 WhatsApp、Telegram、Slack 独立访问同一数据池
4. 自然语言交互：无需学习结构化 API，用日常语言即可完成数据操作
5. 生产级安全设计：API Key 前缀标识（qk_）、可配置 1-365 天有效期、一次性展示机制
潜在缺点与局限性
- 协议兼容性限制：仅支持 MCP Streamable HTTP 传输，传统 REST/SSE 客户端无法直接接入
- 云端依赖：所有数据存储于 Qordinate 服务端，对数据本地化有要求的场景受限
- 黑箱化风险：
query_agent内部逻辑不透明，复杂查询的解析成功率取决于平台 NLU 能力 - 厂商锁定：深度使用后数据迁移成本较高，缺乏标准化导出接口说明
- 网络延迟敏感：每次记忆操作需经云端往返，高延迟环境可能影响体验
适合人群
- 需为 AI 智能体构建长期记忆的开发者与产品团队
- 希望快速集成任务管理、文档存储、联系人系统而无暇自建后端的创业团队
- 个人用户寻求跨 WhatsApp/Telegram/Slack 的统一信息管理中心
- 对 MCP 生态持开放态度、愿意接受云端架构的技术早期采用者
常规风险
- API Key 泄露风险：Key 一旦创建即不可二次查看，泄露后需立即轮换
- 数据隐私合规：用户文档、联系人等敏感信息存储于第三方云平台，需评估 GDPR/数据主权合规性
- 服务连续性：作为新兴平台，长期运营稳定性及数据持久性保障尚未经大规模验证
- 权限粒度模糊：文档未明确说明 API Key 的细粒度权限控制（如只读 vs 读写分离）