smart-memory

Smart Memory v2.1 是 BluePointDigital 开发的 AI 代理记忆增强工具，作为 OpenClaw 记忆系统的替代方案，提供上下文感知的双模检索能力。该系统采用 SQLite 作为后端存储，结合 FTS5 全文搜索与本地向量嵌入，实现了无需外部 API 密钥的完全本地化运行。

核心用法方面，用户可通过 CLI 或 JavaScript API 调用两种检索模式：Fast Mode 直接执行混合向量搜索（BM25 + 余弦相似度），适用于快速事实查找；Focus Mode 则启用多轮策展流程，通过 Focus Agent 对 20+ 个候选片段进行加权排序、相关性过滤和叙事合成，适用于复杂决策与多事实关联分析。安装后执行 --sync 初始化数据库，随后可通过 --search 进行查询，或使用 --focus/--unfocus 切换模式。

显著优点包括：100% 本地运行保障数据隐私，使用 Transformers.js 在本地计算嵌入向量；零配置设计，单文件 SQLite 数据库自动创建；混合搜索算法结合关键词与语义匹配，显著提升检索准确率；双模架构允许用户在响应速度与上下文质量间灵活权衡；可选的 sqlite-vec 扩展可将向量搜索性能从每秒 100 块提升至 10,000 块。

潜在局限在于：首次运行需从 Hugging Face 下载约 80MB 的 AI 模型（Xenova/all-MiniLM-L6-v2），在网络受限环境可能受阻；作为 T3 级社区项目，长期维护稳定性不如企业级方案；尽管支持无限规模，但纯 JavaScript 向量计算在超大文档集（百万级块）下性能仍逊于专业向量数据库；Focus Mode 的策展过程会增加 50-100ms 延迟。

适合群体主要为：注重数据隐私、不愿将记忆内容上传至云端 AI 服务的开发者；使用 OpenClaw 或其他 AI 代理框架需要长期上下文记忆的技术用户；需要在本地进行项目文档、知识库语义检索的个人或小型团队；以及对响应速度要求不极端苛刻、更看重检索质量的场景。

使用风险主要包括：依赖 Hugging Face 模型下载的可用性；SQLite 数据库文件需定期备份以防损坏；虽然已实现路径遍历防护，但仍需确保 MEMORY_DIR 等环境变量指向预期目录，避免敏感文件被意外索引；child_process 的使用虽经转义，但在极端输入下仍需警惕命令注入风险。建议定期关注 GitHub 仓库安全更新。