MemSync Dual Memory System

🧠 全量对话记忆 · 语义即刻检索

为OpenClaw生态打造的全量对话记忆系统,自动捕获用户、助手、子代理及工具调用记录,支持语义检索与JSONL双备份,三种存储模式灵活适配从免费测试到企业级场景。

收藏
3k
安装
1.4k
版本
1.2.4
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Unified Conversation Logger v1.2.4 是专为 OpenClaw 设计的双轨制对话记录工具,通过 log.py 钩子自动拦截并持久化全量交互数据。其核心架构采用双写机制:每笔消息同时落入 JSONL 明文备份与 Memvid 语义索引文件,确保数据冗余与可检索性的平衡。

三种运行模式构成其弹性存储方案:

  • API 模式($59-299/月):单文件无上限,支持跨历史统一语义搜索,适合重度用户
  • Free 模式(零成本):50MB 单文件上限,约 5,000 轮对话,适合验证与轻量场景
  • Sharding 模式(零成本):按月分片轮转,规避容量限制,但牺牲跨月联合查询能力

语义检索能力为差异化卖点。v1.2.4 默认启用 --mode neural 神经搜索(~200ms 延迟),支持自然语言查询如「研究员代理关于特斯拉的发现」「我上周要的 Python 脚本」,相较传统关键词搜索具备同义词泛化与语境理解优势。角色标签系统自动区分 [user]、[assistant]、[agent:*]、[tool:*]、[system] 五类消息来源。

显著优点

1. 零配置侵入性:通过 OpenClaw 内部钩子自动挂载,无需修改现有工作流
2. 结构化冗余:JSONL 保证原始数据可审计,Memvid 提供生产级语义检索

3. 角色级溯源:子代理对话与工具执行细节独立标记,解决多智能体系统的「黑盒」问题

4. 成本梯度设计:从免费分片到企业 API,覆盖个人开发者至团队场景

潜在局限与风险

隐私暴露面极广:设计哲学为「捕获一切」,导致 API 密钥、文件内容、系统命令等敏感数据默认落盘。虽然提供 Free/Sharding 本地模式规避第三方传输,但本地文件仍需用户自行加固权限(建议 chmod 600)。

Sharding 模式的搜索碎片化:跨月上下文割裂,无法执行「对比近三个月讨论」类联合查询,需用户自建脚本 wrapper 或人工记忆文件映射关系。

供应商锁定与定价断层:Memvid 官方定价从 50MB 免费档跃升至 $59/月,中间无过渡 tier。Sharding 模式虽为社区 workaround,但增加了运维复杂度。

性能权衡:Neural 搜索 200ms 延迟在批量查询场景累积显著;Lexical 模式虽快(~8ms),但丧失语义理解能力,需用户显式选择。

适合人群

  • 多代理工作流用户:需审计 researcher、coder、vision 等子代理的完整思考链条
  • 长期项目研究者:跨越数周/数月的对话上下文集权管理需求
  • 合规敏感团队:JSONL 明文备份满足审计追踪要求
  • 成本敏感开发者:Sharding 模式在免费 tier 内实现无期限存储

常规风险

  • 日志文件膨胀:未配置轮转时 JSONL 无限增长,可能占满磁盘
  • API 密钥泄露:环境变量 MEMVID_API_KEY 可能被进程快照捕获,需配合密钥管理最佳实践
  • 跨模式迁移摩擦:Free 模式触顶后切换至 API 或 Sharding 需手动归档与重建索引
  • 语义漂移:Neural 检索依赖 Memvid 的嵌入模型更新,存在版本兼容隐患

MemSync Dual Memory System 内容

.github文件夹
ISSUE_TEMPLATE文件夹
workflows文件夹
tests文件夹
tools文件夹
手动下载zip · 22.0 kB
bug_report.mdtext/markdown
请选择文件