核心用法
Memori 是一款面向 OpenClaw 框架的长期记忆插件，通过生命周期钩子实现完全自动化的记忆捕获与召回。安装后无需任何命令操作，即可在每次对话前后自动完成：智能检索相关历史记忆并注入当前提示、捕获对话回合并提取结构化知识。用户仅需配置 API 密钥和实体 ID，后续所有记忆管理（去重、排序、衰减、隐私过滤）均由 Memori 云端后端处理。
显著优点
- 零配置运行：安装即用，无需学习记忆命令或管理语法
- 智能后端处理：自动提取事实、语义排序、时间衰减、敏感信息过滤
- 跨会话持久化：支持会话重启、网关重启、系统升级后的记忆连续性
- 隐私透明：数据加密传输与存储，用户可控删除，无第三方共享
潜在缺点与局限性
- 云端依赖：对话数据需发送至 Memori 后端，存在网络延迟和供应商锁定风险
- 配额限制：免费层级有记忆数量上限，超额需付费升级
- 实体 ID 管理：跨设备同步需手动保持 entityId 一致，否则记忆隔离
- 调试可见性低：自动化设计导致问题定位依赖日志追踪，无手动干预接口
适合人群
- 需要 Agent 具备长期上下文理解能力的开发者
- 希望减少记忆管理复杂度的 OpenClaw 用户
- 接受云端处理以换取便利性的场景
常规风险
- 数据主权：对话内容外泄至第三方服务，敏感场景需评估信任边界
- 服务连续性：Memori 服务中断将导致记忆功能失效
- 成本增长：记忆量随使用增长，可能触发配额限制
技术实现
基于 OpenClaw 的 before_prompt_build 和 agent_end 钩子，通过 Memori SDK 与 https://api.memorilabs.ai 通信。