clawbrain

核心用法

ClawBrain 是一款专为 OpenClaw/ClawDBot 生态设计的个人 AI 记忆系统，通过 pip install clawbrain[all]] 安装后执行 clawbrain setup 即可完成初始化。系统默认采用 SQLite 零配置运行，同时可选 PostgreSQL/Redis 生产级部署。核心 API 围绕 Brain 类展开，提供 get_full_context()() 统一上下文获取、、remember()()/()/recall()() 记忆存取、、learn_user_preference()() 用户偏好学习等能力。安装时会自动注入两个事件钩子：：gateway:startup 用于服务启动时刷新记忆，，command:new` 用于会话切换时保存状态。

显著优点

隐私优先架构：默认本地 SQLite 存储，无遥测、无外部 API 调用，所有数据留存用户设备。Fernet 对称加密专门保护 API 密钥等敏感数据，密钥文件权限严格控制在 600。

零摩擦体验：无需环境变量即可运行，自动检测平台（OpenClaw/ClawdBot），自动生成加密密钥，自动安装钩子，大幅降低部署门槛。

情感智能：内置 6 维人格特质（幽默、共情、好奇、创造、助人、诚实）动态演化，支持实时情绪检测、意图识别和个性化响应建议生成。

完全可审计：约 50 行 JavaScript 钩子代码全部开源，GitHub 仓库透明公开，支持从源码安装以彻底审查。

潜在缺点与局限性

密钥管理责任：加密密钥由用户本地保管，丢失即永久丢失加密数据，虽提供 backup-key 多方式备份，但仍依赖用户安全意识。

功能边界模糊：情绪检测、意图识别等 NLP 能力内置于记忆系统，但未说明是否依赖外部模型或纯规则实现，复杂场景准确性存疑。

生态锁定：专为 OpenClaw/ClawDBot 设计，钩子机制与特定事件体系深度耦合，迁移至其他 Agent 框架需重构集成层。

扩展性约束：SQLite 单文件模式在超高并发或多实例部署时存在瓶颈，虽支持 PostgreSQL 但增加运维复杂度。

适合的目标群体

• OpenClaw/ClawDBot 用户：希望为聊天机器人赋予长期记忆和个性化能力的开发者
• 隐私敏感型开发者：拒绝云端记忆服务、坚持数据本地化的 AI 应用构建者
• 快速原型团队：需要零配置启动、渐进式扩展至生产数据库的初创项目
• 教育研究场景：可审计开源代码满足学术透明度要求，适合人机交互研究

使用风险

性能风险：情绪检测和意图识别若涉及本地模型推理，可能在低配置设备上产生延迟；SQLite 在万级记忆量以上查询效率下降。

依赖风险：[all]] 安装模式可能引入 psycopg2-binary、redis 等重型依赖，生产环境建议按需精简。

密钥泄露风险：clawbrain show-key --full 命令可直接输出完整密钥，屏幕共享或日志记录场景存在意外暴露可能。

钩子冲突风险：自定义 hooks 目录若被其他技能污染，可能导致启动事件处理顺序异常。

版本兼容性：0.1.x 版本迭代较快，数据库 schema 升级路径未在文档中明确说明，跨版本迁移需谨慎备份。