核心用法
MemoClaw 是一款面向 AI Agent 的 Memory-as-a-Service 服务，通过钱包地址作为身份标识，实现无需注册、无需 API Key 的记忆存储与召回。核心功能包括：
- 记忆存储（store）：存储用户偏好、决策、项目上下文等，支持重要性评分（0-1）、标签分类、命名空间隔离和自动过期机制
- 语义召回（recall）：基于向量相似度的自然语言搜索，可跨会话检索历史记忆
- 批量导入（ingest/extract）：自动从对话或文本中提取事实、去重并建立关联
- 记忆管理（consolidate/update/delete）：合并重复记忆、更新内容、删除过期数据
- 关系图谱（relations）：建立记忆间的关联（支持、矛盾、替代等关系）
使用流程遵循"先召回、后存储"原则，避免重复存储；会话结束时自动总结关键信息入库。
显著优点
1. 零摩擦接入：钱包即身份，无需注册或管理 API Key，降低集成门槛
2. 语义智能：基于向量嵌入的语义搜索，超越关键词匹配，理解意图召回相关内容
3. 智能生命周期：不同类型记忆自带衰减半衰期（correction 180天、observation 14天等），自动清理低价值信息
4. 经济模型友好：1000次免费额度充足，后续 $0.001/次的微支付定价透明可控
5. 多代理协作：通过 namespace、agent_id、session_id 实现细粒度隔离与共享
6. 优雅降级：网络故障时自动回退本地文件，不阻塞核心功能
潜在缺点与局限性
1. 网络依赖：核心功能依赖 api.memoclaw.com 可用性，离线场景受限
2. 私钥管理风险：需将钱包私钥置于环境变量，存在泄露风险（虽仅用于本地签名）
3. 成本不可控：高频调用场景下微支付可能累积，缺乏用量上限保护
4. 数据主权：记忆数据托管于第三方服务，敏感行业存在合规顾虑
5. 功能边界：不适合存储大文件、代码配置或高频变更的临时数据
适合的目标群体
- AI Agent 开发者：需要为对话机器人添加跨会话记忆能力
- 个人效率工具用户：希望 AI 助手持续学习个人偏好和工作习惯
- 多项目管理者：通过 namespace 隔离不同项目上下文
- 开源/独立开发者：偏好无订阅、按量付费的轻量级服务
使用风险
- 性能风险：语义搜索依赖网络延迟，高频召回可能影响响应速度
- 依赖项风险：服务终止或 API 变更可能导致数据迁移成本
- 财务风险：私钥泄露可能导致钱包资产被盗（虽服务本身仅用于认证）
- 数据质量风险：过度存储或重要性评分不当会导致召回噪声