核心用法
Soul Memory 是一款专为 AI 助手设计的长期记忆管理系统，采用纯 Python 标准库实现，零外部依赖。核心架构包含八大功能模块：优先级解析器（支持 [C]/[I]/[N] 标签与语义自动检测）、向量搜索引擎（CJK 分词 + 语义扩展）、动态分类器（自动学习记忆类别）、版本控制（Git 集成）、记忆衰减机制、自动触发器（响应前后自动搜索/保存）、粤语分支支持（语气词分级与语境映射）以及 CLI 接口（纯 JSON 输出）。
系统集成 OpenClaw 插件，通过 before_prompt_build Hook 实现自动上下文注入：提取当前查询、搜索相关记忆、格式化后注入提示词。支持动态上下文窗口与语义缓存层，官方宣称搜索性能提升 10 倍，Token 消耗降低 40%。
安装后通过 bash install.sh 部署，CLI 使用 python3 cli.py 操作，配置文件位于 ~/.openclaw/openclaw.json。支持自动清理 Heartbeat 报告、MD5 去重、跨日缓存重建等运维特性。
显著优点
1. 零依赖部署：仅依赖 Python 3.7+ 标准库，无需 GPU 或外部 API
2. OpenClaw 原生集成：插件化设计，自动注入记忆上下文，无需修改对话流程
3. CJK 优化：针对中文、日文、韩文的分词与语义扩展，支持粤语语气词识别
4. Token 效率：v3.2.1 优化索引策略实现 93% Token 缩减，v3.3.4 过滤问候语后每日节省约 25k token
5. 完整生命周期：从安装、备份、自动清理到彻底卸载的完整工具链
潜在缺点与局限性
1. 生态绑定：深度依赖 OpenClaw 网关，非 OpenClaw 用户需自行适配插件机制
2. 搜索精度：基于关键词匹配 + 语义扩展，非向量数据库（如 FAISS/Milvus）的稠密检索，大规模记忆场景下召回率可能下降
3. 单用户设计：本地 JSON 存储，无多用户隔离或并发控制机制
4. 分类器局限：动态学习依赖预设规则，冷启动阶段分类准确度有限
5. 版本风险：v0.2.1-beta 插件状态，API 可能随 OpenClaw 更新而变动
适合人群
- OpenClaw 生态用户，希望为 AI 助手添加长期记忆能力
- 注重数据隐私、拒绝云端记忆服务的个人用户
- 中文/粤语母语者，需要母语优化的记忆检索体验
- 资源受限环境（无 GPU、低内存）下的 AI 应用开发者
常规风险
- 数据持久化风险：本地 JSON 存储无自动备份，需定期使用
--backup参数保护数据 - 循环注入风险：插件 v0.2.1 已修复
prependContext累积问题，但旧版本可能导致上下文无限膨胀 - 评分阈值误配：
minScore配置不当（如保持 0.0）会导致低质量记忆混入，建议按场景调至 3.0+ - Cron 任务冲突：Heartbeat 自动清理依赖 OpenClaw Cron，若系统 Cron 与 OpenClaw Cron 共存可能产生竞态条件