核心用法
Memento为OpenClaw智能体提供长期记忆能力，通过四层架构实现：
捕获层：自动hook对话消息事件，按session缓冲多轮对话内容；提取层：调用LLM（默认Claude Sonnet）异步提取结构化事实（偏好、决策、人物、待办事项），支持去重、频次追踪与时序模式检测；存储层：本地SQLite数据库，集成FTS5全文检索，可选BGE-M3向量嵌入实现语义搜索；召回层：在每次AI响应前通过before_prompt_build钩子注入相关记忆，采用多因子评分（新近度×频次×类别权重）。
安装后无需配置即可自动工作，支持语义搜索增强需下载本地嵌入模型。
显著优点
- 隐私优先：所有数据本地存储，零云端依赖、零订阅费用、零数据出境
- 智能分类：自动将事实标记为
shared/private/secret，对医疗、金融、凭据等敏感类别强制覆盖保护 - 跨代理协作：共享事实可带溯源标签在智能体间流动，私有/机密事实严格边界隔离
- 混合检索：FTS5关键词+语义嵌入（BGE-M3）双路召回，兼顾效率与语义理解
- 零配置开箱：默认参数即可启动，渐进式启用高级功能
潜在局限
- 依赖外部API：事实提取需Anthropic API密钥，存在调用成本与可用性风险
- Node版本门槛：要求Node.js 18+，旧环境需升级
- 可选GPU依赖：语义搜索加速建议GPU，CPU回退性能未量化说明
- 成熟度：v0.2.0早期版本，生产稳定性待验证
- 单点存储：SQLite本地文件无内置备份机制，数据丢失风险由用户承担
适合人群
- 注重对话隐私的OpenClaw个人/企业用户
- 需多智能体协作且需知识隔离的复杂工作流开发者
- 希望低成本实现AI记忆功能的技术团队
常规风险
API密钥泄露、本地数据库文件未加密、跨agent共享配置误操作导致敏感信息扩散、模型提取事实可能存在幻觉或偏见。