核心用法
MemoryAI 是一款专为 AI 代理设计的长期记忆基础设施，通过 Python 纯标准库实现，零外部依赖。其核心功能围绕"记忆生命周期"展开：用户通过 store 命令将信息按优先级（hot/warm/cold）存入记忆系统，AI 在需要时通过 recall 检索相关上下文，会话结束时用 compact 压缩关键信息，新会话启动时以 restore 唤醒历史上下文。
Session Handoff 是标志性能力：当上下文窗口满载时，系统自动将当前会话完整归档至云端，新会话无缝继承全部历史，实现"零间隙切换"。Context Guard 作为可选后台守护进程，每15分钟监控 token 消耗，在临界值触发自动压缩。
显著优点
1. 零依赖可审计：纯 Python stdlib（仅 urllib），源码完全透明，适合高安全要求场景
2. 三级记忆温度：hot（每日高频）、warm（重要归档）、cold（深度冻结）的自然衰减模型，模拟人脑记忆机制
3. 跨平台兼容：核心功能支持任何 Python 3.10+ 环境，OpenClaw 平台解锁自动监控和会话切换
4. 隐私可控：HTTPS 传输、隔离数据库、支持完整数据导出/删除
5. 会话连续性：业界罕见的"会话交接"实现，彻底解决 AI 短期记忆痛点
潜在局限
- 云端依赖：核心记忆存储依赖 memoryai.dev 服务端，离线场景无法使用
- 平台功能差异：自动监控、自动会话切换为 OpenClaw 独占功能，IDE 插件用户需手动触发
- 配置门槛：需配置 API key 和 endpoint，对非技术用户存在初始设置成本
- 成本不确定性：免费 tier 限制未明确披露，长期使用存在订阅成本
适合人群
- 需要与 AI 进行多周/多月连续性项目的开发者（代码库理解、长期架构决策）
- 高频使用 AI 编程助手且受困于上下文窗口限制的专业用户
- 对 AI 记忆可解释性、可审计性有要求的团队（纯源码实现）
- OpenClaw 生态用户（可获得完整功能体验）
常规风险
1. 数据驻留：记忆内容传输至第三方服务端，敏感代码/商业信息需评估合规性
2. 服务连续性：初创阶段服务，存在 API 变更或终止风险
3. 记忆幻觉：长期记忆的检索准确性依赖向量相似度匹配，存在召回偏差可能
4. 权限管理：Context Guard 需用户显式授权创建 cron 任务，误操作可能导致意外后台行为