OpenClaw Memory Qdrant

核心用法

memory-qdrant 是 OpenClaw 生态的本地语义记忆插件，通过 Qdrant 向量数据库与 Transformers.js 实现对话上下文的持久化存储与语义检索。该插件提供三大核心工具：

• memory_store: 将文本信息以向量嵌入形式保存，支持分类标签
• memory_search: 基于语义相似度检索相关记忆，非简单关键词匹配
• memory_forget: 按 ID 或内容查询删除特定记忆

运行模式

默认采用内存模式（零配置），数据随进程重启清空；也可配置外部 Qdrant 服务实现持久化。首次运行自动从 Hugging Face 下载约 25MB 的 Xenova/all-MiniLM-L6-v2 嵌入模型。

显著优点

1. 完全本地化：无需 OpenAI API 密钥或云端服务，规避网络延迟与数据出境风险
2. 语义理解：基于 Transformer 的嵌入向量支持模糊语义匹配，优于传统关键词检索
3. 灵活部署：内存模式即开即用，生产环境可无缝切换至独立 Qdrant 集群
4. 生态集成：原生适配 OpenClaw 插件体系，提供标准化的记忆管理接口

潜在缺点与局限性

• 冷启动成本：首次下载模型与编译原生依赖（sharp、onnxruntime）可能耗时较长
• 硬件要求：本地推理需 CPU 支持 ONNX Runtime，低配置设备性能受限
• 记忆持久化门槛：内存模式数据易失，持久化需额外部署 Qdrant 服务
• 向量维度固定：仅支持预置模型的 384 维嵌入，无法灵活更换其他模型架构

适合人群

• 注重数据隐私、拒绝云端 API 的个人用户与小型团队
• 需要在离线/内网环境运行的企业级 OpenClaw 部署
• 已具备 Qdrant 运维经验、追求检索精度的技术用户

常规风险

| 风险项 | 说明 | 缓解建议 |

|--------|------|---------|

| PII 泄露 | `autoCapture` 开启时正则匹配邮箱、电话等敏感信息 | 保持默认关闭，手动控制记忆存储 |

| 供应链安全 | 依赖 Hugging Face 模型下载与 npm 包 | 校验模型文件哈希，锁定依赖版本 |

| 数据残留 | 内存模式并非加密安全，进程 dump 可能泄露 | 敏感场景启用外部加密 Qdrant 服务 |

| 模型偏见 | 嵌入模型训练数据存在潜在偏见 | 关键决策场景结合人工复核 |

---

综合评估：该插件在本地隐私保护与语义检索能力间取得较好平衡，适合作为 OpenClaw 的基础记忆层组件，但生产环境需权衡运维成本与持久化需求。

核心用法

memory-qdrant 是专为 OpenClaw 设计的本地语义记忆插件，通过 Qdrant 向量数据库与 Transformers.js 实现对话上下文的持久化记忆。首次运行自动下载约 25MB 的 Xenova/all-MiniLM-L6-v2 嵌入模型，无需任何 API 密钥或外部服务。

核心工具 trio：

• memory_store — 保存结构化记忆（支持自定义分类标签）
• memory_search — 语义检索相关记忆（非关键词匹配，理解语义关联）
• memory_forget — 精确删除或批量清理记忆

运行模式灵活：

• 内存模式（默认）：零配置即开即用，进程重启数据自动清空，适合隐私敏感场景
• 持久模式：连接外部 Qdrant 服务器，实现跨会话长期记忆

显著优点

1. 完全本地，零 API 依赖：嵌入推理在本地完成，无需 OpenAI/Claude 等外部 API，无网络延迟、无令牌费用
2. 语义理解而非关键词匹配：基于向量相似度召回，即使查询词与存储词不同也能命中（如搜 "workflow preferences" 可召回 "User prefers Opus for complex tasks"）
3. 隐私优先设计：autoCapture 默认关闭（opt-in），内存模式不残留数据，文档明确标注 PII 捕获风险
4. 轻量化部署：553 行代码，依赖均为成熟开源项目（@qdrant/js-client-rest、@xenova/transformers），无已知 CVE

潜在缺点与局限性

• 首次网络依赖：必须从 Hugging Face 下载模型，离线环境需预缓存
• autoCapture PII 风险：开启后可能通过正则捕获邮箱、电话等敏感信息（虽默认关闭）
• T3 来源可信度：个人开发者维护，虽活跃但缺乏组织背书
• 无加密存储：记忆内容以明文向量形式存储，外部 Qdrant 服务器需自行保障安全

适合人群

• 注重数据隐私、希望完全离线运行的个人开发者
• 需要跨对话上下文记忆的 OpenClaw 高级用户
• 对语义搜索有需求但不愿接入商业 embedding API 的技术团队

常规风险

• 模型下载劫持：首次运行时若网络被劫持，可能下载恶意模型（建议校验 Hugging Face HTTPS 证书）
• 误配置导致数据外泄：手动配置 qdrantUrl 时若指向不可信服务器，向量数据可能泄露
• autoCapture 误开启：在共享环境中意外开启可能导致敏感对话被记录

建议生产环境使用前审查 index.js 源码，并保持默认内存模式运行。