智能记忆搜索，零配置自动切换语义/关键词模式，即装即用，同步后提升搜索质量
说明：
## 核心用法
**Vector Memory** 是一个零配置的智能记忆搜索工具，通过 `memory_search` 自动选择最佳搜索方法：当向量索引就绪时使用语义搜索（支持同义词、概念匹配），否则自动回退到内置关键词搜索。
**关键特性**：
– **即装即用**：`npx clawhub install vector-memory` 后 `memory_search` 立即生效
– **自动选择**：无需手动判断，智能检测向量状态并切换方法
– **渐进增强**：可选执行 `–sync` 建立向量索引，提升搜索质量
– **故障回退**：向量搜索失败时自动降级到关键词搜索
**工具集**：`memory_search`（自动选方法）、`memory_get`（获取完整内容）、`memory_sync`（手动索引）、`memory_status`（查看当前模式）
—
## 显著优点
| 维度 | 优势 |
|——|——|
| **易用性** | 零配置设计，消除传统向量搜索的繁琐设置 |
| **可靠性** | 内置双重回退机制，避免服务中断 |
| **渐进式** | 基础功能立即可用，高级功能按需升级 |
| **透明性** | 自动方法选择对用户完全透明 |
## 潜在局限
1. **质量依赖数据规模**：未同步时仅关键词匹配，可能遗漏语义相关结果
2. **同步成本**：建立向量索引需要额外计算资源和时间
3. **规模天花板**：当前 JSON 存储设计仅适合 <1000 chunks，大规模需迁移 pgvector
4. **环境变量弱依赖**：虽为零配置，但生产环境建议显式设置 `MEMORY_DIR`
## 适合人群
– **快速原型开发者**：需要立即工作的记忆搜索，不愿投入配置时间
– **渐进式优化团队**：先上线再迭代，根据数据增长决定是否同步
– **ClawHub 生态用户**：追求与 OpenClaw 无缝集成的低摩擦体验
## 常规风险
– **同步状态不透明**：用户可能误判当前搜索模式（建议定期 `memory_status` 检查）
– **版本漂移**：编辑记忆文件后若未重新同步，向量索引与实际内容不一致
– **资源泄漏**：频繁 `–sync` 可能累积旧索引文件（文档未提及清理策略）
会员专属
