核心功能
maasv Memory 是专为 OpenClaw 设计的结构化长期记忆后端，替代默认内存实现，引入认知层架构。其核心能力包括 3-signal 检索系统（语义相似度 + 关键词匹配 + 知识图谱关联）、实体自动提取、时间版本控制以及经验学习机制。
技术架构
- 完全自托管：无云端服务，服务器运行于本地机器，数据以 SQLite 文件形式存储于本地磁盘
- 模块化设计：分离 LLM 提供商（Anthropic/OpenAI）与嵌入提供商（Voyage/OpenAI/Ollama），支持纯本地部署
- 零外部依赖模式：配合 Ollama 使用 Qwen3-Embedding-8B 可实现完全离线运行
显著优点
| 维度 | 优势 |
|------|------|
| **隐私安全** | 数据零出境，无遥测、无分析、无回连机制 |
| **检索精度** | 三重信号融合召回，显著优于单一向量检索 |
| **可控性** | 实体关系可解释，支持版本回溯与定向遗忘 |
| **成本灵活** | 支持从全云端到全本地的梯度部署方案 |
潜在局限
1. 部署复杂度：需同时维护 Python 服务端与 Node.js 插件，对非技术用户门槛较高
2. 本地资源消耗：知识图谱构建与实体提取需要持续 LLM 调用，本地模型质量直接影响效果
3. 生态锁定：专为 OpenClaw 设计，迁移至其他 Agent 框架需适配成本
4. 维护责任：完全自托管意味着安全更新、备份策略需用户自行承担
适合人群
- 对数据主权有强要求的企业/个人开发者
- 需要可解释、可审计记忆系统的 AI 应用构建者
- 愿意投入基础设施建设的 OpenClaw 重度用户
- 处理敏感信息（医疗、法律、金融）的垂直场景
常规风险
- 配置泄露风险：
.env文件中的 API 密钥需妥善保管 - 本地攻击面：SQLite 文件权限管理不当可能导致数据泄露
- 模型供应链：即便使用 Ollama，仍需验证模型来源完整性
- 版本兼容性：插件与服务器版本需严格匹配