OpenClaw本地认知记忆运行时，支持转录优先存储、实体感知检索与有界提示组合，实现会话连续性。
说明：
## Smart Memory v3.1 综合评估
### 核心用法
Smart Memory 是一套面向 OpenClaw 的本地认知记忆系统，采用**转录优先（transcript-first）**架构。核心工作流为：
1. **摄入与记录**：通过 `/ingest` 和 `/transcripts/message` 端点将对话内容以不可变转录形式存储
2. **检索与组合**：使用 `memory_search` 工具查询相关记忆，系统通过 `/retrieve` 和 `/compose` 实现实体感知检索与令牌受限的提示组合
3. **持久化提交**：通过 `memory_commit` 将关键事实、决策、目标等写入长期存储（SQLite 为运行时权威存储）
4. **版本与衍生**：支持基于证据的修订生命周期（`/revise`）和替代链追踪，确保记忆演变的可审计性
系统区分**核心记忆通道（core lane）**与**工作记忆通道（working lane）**，并支持热记忆兼容性投影，为 LLM 提供上下文窗口优化。
### 显著优点
– **本地优先**：完全本地运行（Node + Python FastAPI），数据不出境，隐私可控
– **可审计性**：转录为权威来源，所有派生记忆均可追溯至原始证据
– **资源轻量**：坚持 CPU-only PyTorch 策略，无 GPU 依赖
– **弹性设计**：失败后自动进入重试队列（`.memory_retry_queue.json`），保障写入可靠性
– **确定性重建**：支持从转录历史完全重建记忆状态
### 潜在局限
– **架构复杂**：Node 适配器 + FastAPI 后端 + SQLite 的多层架构增加部署和维护成本
– **嵌入吞吐量限制**：需序列化提交以保护本地嵌入计算能力，高并发场景可能瓶颈
– **无原生云同步**：纯本地设计，跨设备记忆共享需自行搭建同步机制
– **生态绑定**：专为 OpenClaw 设计，通用性受限
### 适合人群
– 对**数据主权**有严格要求的开发者与团队
– 需要**会话连续性**的 AI Agent 构建者
– 重视**可解释性与审计**的企业级应用场景
– 具备本地部署运维能力的用户
### 常规风险
– **数据丢失风险**：SQLite 为运行时权威存储，需配合常规备份策略
– **版本兼容性**：后端转录优先重构后，需确保 wrapper 版本匹配
– **令牌边界误配置**：提示组合严格受限，参数设置不当可能导致上下文截断
– **依赖维护**：Node 与 Python 双运行时增加供应链攻击面，需持续更新依赖
