核心用法
memory-qdrant 是一款专为 OpenClaw 设计的本地语义记忆插件，通过 Qdrant 向量数据库与 Transformers.js 嵌入模型，实现对话上下文的智能存储与检索。核心功能围绕三个工具展开：
- memory_store：保存结构化信息，支持分类标签（如
preference） - memory_search：基于语义相似度检索相关记忆，可设置返回数量
- memory_forget：通过 ID 或查询文本删除特定记忆
默认采用内存模式（零配置），数据随进程重启清除；也可连接外部 Qdrant 服务实现持久化。首次运行自动下载约 25MB 的 Xenova/all-MiniLM-L6-v2 嵌入模型。
显著优点
- 完全本地化：无需 API Key，无外部服务依赖，隐私可控
- 零配置启动：内存模式开箱即用，降低部署门槛
- 语义理解：基于 Transformer 的嵌入模型，支持模糊匹配与语境关联
- 灵活集成：可选自动捕获（opt-in）与自动召回机制，适配不同工作流
潜在局限
- 原生依赖编译：
sharp、onnxruntime等依赖可能需要本地构建工具链 - 首启下载延迟：25MB 模型需从 Hugging Face 首次拉取
- 内存模式易失性：重启后数据丢失，长期记忆需额外配置 Qdrant 服务
- 自动捕获隐私风险：开启
autoCapture后，正则触发模式可能捕获邮箱、电话等 PII
适合人群
- 注重数据隐私、希望避免云端 API 的开发者
- 需要为 OpenClaw 代理构建上下文记忆能力的用户
- 具备 Node.js 环境、能接受首次依赖安装的技术用户
常规风险
- PII 泄露：
autoCapture默认关闭，但启用后需谨慎评估触发规则 - 外部 Qdrant 信任问题：持久化模式需确保服务端可信
- 模型供应链：依赖 Hugging Face 模型下载，需考虑网络可用性与完整性校验