Palaia

🧠 智能体持久记忆与语义检索引擎

为OpenClaw智能体提供本地持久化记忆系统,支持语义搜索、多层级存储与跨会话上下文恢复

收藏
4.7k
安装
1.6k
版本
2.6.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心功能

palaia 是专为 OpenClaw 生态设计的智能体记忆基础设施,采用 SQLite 默认后端(可选 PostgreSQL),实现对话的自动捕获与结构化知识的持久存储。核心架构包含三层记忆机制:HOT(7天内活跃)、WARM(7-30天)、COLD(归档),通过自动降级策略平衡检索精度与存储成本。

显著优点

1. 混合语义搜索:BM25 关键词匹配与向量嵌入(fastembed 默认)结合,支持意义级检索而非字面匹配
2. 零配置开箱即用palaia init 自动完成 SQLite + WAL 模式 + 向量索引的完整初始化

3. 多代理协作原生支持:通过 scope 机制(private/team/public)实现细粒度知识共享,支持跨代理消息传递与锁定机制

4. 生态系统深度集成:同时提供 CLI、MCP 服务器(Claude Desktop/Cursor 免配置接入)、OpenClaw 插件三重接口

5. 数据安全设计:crash-safe 的 WAL 预写日志、自动恢复机制、--read-only MCP 模式隔离不可信主机

潜在局限

  • 单机 SQLite 模式下高并发写入存在锁竞争,多机部署需迁移至 PostgreSQL
  • fastembed 本地模型占用约 100MB 内存,边缘设备需评估资源
  • 任务(task)类型设计为 ephemeral,标记完成后即删除,不适合审计追踪场景
  • 语义搜索质量依赖嵌入模型选择,中文场景需验证 fastembed 多语言支持

适用场景

  • 长期运行的代码生成代理(需要跨会话记住项目规范、API 模式)
  • 多智能体协作团队(通过 team scope 共享 runbook,通过 memo 协调任务)
  • Claude Desktop/Cursor 用户寻求本地替代方案(无需云端记忆服务)
  • 需要可解释检索的 RAG 应用(提供分数明细与来源标注)

风险提醒

⚠️ 密钥管理:明确禁止存储密码、API key 等敏感凭证,数据以明文形式持久化
⚠️ scope 误用:public scope 知识可被导出至其他实例,默认应使用 team

⚠️ gc --aggressive:永久删除 COLD 层级数据,执行前必须 --dry-run 确认

⚠️ 版本漂移:CLI 与 npm 插件版本不匹配会导致 auto-capture 失效,需通过 palaia doctor 持续监控

Palaia 内容

手动下载zip · 11.5 kB
SKILL.mdtext/markdown
请选择文件