AI代理语义记忆基础设施，通过向量检索实现95%的Token节省，支持多租户隔离与亚200ms极速召回。
说明：
## 核心用法
MemoryLayer 是专为 AI 代理设计的语义记忆层，通过向量搜索引擎替代传统的全量上下文注入模式。核心工作流包含三步：记忆存储（`remember`）、语义检索（`search`/`recall`）和上下文注入（`get_context`）。开发者可将用户偏好、历史对话、业务规则等以结构化形式存入，系统基于语义相似度而非关键词匹配进行检索，显著提升上下文相关性和Token效率。
**关键特性：**
– **Token 效率**：相比全量记忆文件注入，选择性检索可降低 95% 的 Token 消耗
– **毫秒级响应**：Sub-200ms 的向量检索延迟，满足实时对话场景
– **多租户隔离**：每个代理实例拥有独立的记忆空间，数据严格隔离
– **多模态记忆**：支持 Episodic（事件）、Semantic（知识）、Procedural（流程）三种记忆类型
## 显著优点
1. **成本效益显著**：文档示例显示，大规模部署下月度 Token 成本可从约 $900 降至极低水平
2. **语义理解深度**：自然语言查询支持，无需预设关键词规则
3. **SDK 生态完善**：提供 JavaScript 和 Python 双语言 SDK，与 Clawdbot 平台深度集成
4. **弹性定价**：免费档即提供 10,000 次操作/月 + 1GB 存储，Pro 版（$99/月）覆盖百万级操作
## 潜在局限
1. **外部依赖风险**：服务托管于 `clawbot.hk` 域名，存在单点故障和网络延迟风险
2. **数据主权问题**：用户记忆数据存储于第三方平台，涉及隐私合规考量
3. **功能边界**：当前文档未披露离线/自托管方案（Enterprise 版提及但未公开细节）
4. **生态锁定**：与 Clawdbot 平台深度绑定，迁移成本待评估
## 适合人群
– 构建长期记忆能力的 AI 代理/对话系统开发者
– 受困于上下文窗口限制的大模型应用团队
– 需要多会话用户画像追踪的客服/助理类应用
– 成本敏感且希望优化 Token 消耗的规模化部署场景
## 常规风险
– **API 密钥泄露**：生产环境需使用 `MEMORYLAYER_API_KEY` 而非邮箱密码，建议配置环境变量隔离
– **记忆污染**：高频率写入可能导致语义空间混杂，需配合 `importance` 评分和元数据标签进行管理
– **检索幻觉**：语义相似度≠事实准确性，关键决策需二次验证记忆内容
– **配额耗尽**：免费档 10,000 次操作为硬限制，生产环境需监控 `stats()` 输出并配置告警
