Search Memory 是 Openclaw 生态系统中专为本地知识管理设计的文档索引与检索技能。该工具采用本地优先架构，通过构建增量式索引缓存，帮助用户在海量 Markdown 笔记中实现毫秒级关键词检索，同时结合时间衰减算法优先展示近期内容，显著提升知识回溯效率。
核心用法方面，用户首先运行 scripts/index-memory.py 构建或更新索引，该脚本会自动扫描项目根目录的 MEMORY.md 及 memory/**/*.md 文件，将内容建立倒排索引并存储于 memory/cache/ 目录。完成索引后，通过 scripts/search-memory.py "查询词" --top 5 即可执行检索，系统默认返回相关性最高的前5条结果。搜索算法不仅基于关键词匹配度评分，还引入最近性权重（过去30/90天的内容获得额外加分），确保用户优先看到最新的记忆片段。
显著优点体现在三个维度：首先是隐私安全性，纯本地运行设计意味着所有索引数据始终保存在用户设备，杜绝云端泄露风险；其次是智能排序机制，时间加权算法契合人类记忆规律，让近期活跃的内容自然浮出；最后是极简集成能力，作为 CLI 工具可轻松嵌入 Openclaw 的斜杠命令体系，实现无缝的工作流整合。
潜在局限需客观审视：目前仅支持 Markdown 格式文件，对 PDF、Word 等富文本文档无能为力；搜索逻辑依赖基础关键词匹配，缺乏语义理解或向量化检索能力；作为 Python 脚本方案，需要用户本地配置 Python 运行环境，对非技术用户存在门槛；此外，索引文件可能随笔记增长而膨胀，需定期维护缓存。
目标用户群体主要包括：注重数据主权的隐私敏感型用户、使用 Openclaw 进行知识管理的开发者、需要快速检索历史笔记内容的研究人员，以及希望建立本地化第二大脑系统的效率工具爱好者。
使用风险主要集中在操作层面：虽然 SKILL.md 本身为纯文档，但实际运行的 Python 脚本具备文件系统读写权限，建议审查 index-memory.py 和 search-memory.py 的源码以避免恶意代码；索引缓存可能包含敏感文本片段，需确保 memory/cache/ 目录的访问权限设置正确；大规模索引构建可能短暂占用较高 CPU 资源，建议在闲时执行批量更新操作。