核心用法
pgmemory 是一个专为 OpenClaw 智能体设计的持久化语义记忆系统，解决智能体"每次会话清零"的核心痛点。它通过 PostgreSQL + pgvector 实现向量存储与语义检索，让决策、约束、基础设施配置等关键信息跨会话持续生效。
主要功能模块
- 记忆写入：支持 7 类记忆（decision/constraint/infrastructure/vision/preference/context/task），三级重要性分级，自动过期管理
- 语义搜索：基于向量相似度的自然语言检索，支持按重要性过滤、统计查询、键名列表
- 多智能体支持：每个智能体独立命名空间，支持子智能体成果收割（harvest）到主空间
- 自动维护：内置健康检查、配置验证、数据库迁移、智能衰减（decay）机制
显著优点
1. 深度集成 OpenClaw 生态：一键同步到所有智能体工作区，AGENTS.md 自动生成
2. 企业级存储后端：PostgreSQL 提供事务安全、备份恢复、权限管控等生产级特性
3. 智能生命周期管理：关键记忆永不过期，次要记忆 180 天/30 天自动衰减，archive 保留可追溯
4. 灵活嵌入模型：支持 Voyage、OpenAI、Ollama 等多种 embedding provider
潜在缺点与局限性
- Provider 锁定：v1.0 不支持混合维度向量，切换 provider 需重建数据库（v1.1 计划支持重嵌入）
- 运维复杂度：需独立维护 PostgreSQL + pgvector 实例，对比纯文件方案部署门槛更高
- 无内置加密：数据库连接依赖 URI 明文，敏感场景需配合 PostgreSQL SSL/TLS 或网络隔离
- Python 依赖较重：需 psycopg2-binary、numpy 等原生依赖，部分环境安装可能受阻
适合人群
- 运行多个 OpenClaw 智能体且需要长期记忆的项目团队
- 已将 PostgreSQL/pgvector 纳入技术栈的开发者
- 需要审计追踪、多智能体知识共享的复杂工作流场景
常规风险
- 数据库单点故障：未配置高可用时，PostgreSQL 宕机将导致记忆服务中断
- API Key 泄露：embedding provider 密钥通过环境变量注入，需妥善管控
- 记忆污染：低质量记忆写入后可能干扰语义搜索结果，需定期
--doctor检查 - 版本兼容性：pgvector 0.5+ 要求与特定 PostgreSQL 版本匹配，升级需谨慎