Production-grade long-term memory system for OpenClaw AI agents with hybrid vector+BM25 retrieval, LLM-powered Smart Extraction, and Weibull decay lifecycle management.
说明：
## memory-lancedb-pro 综合评估
### 核心用法
memory-lancedb-pro 是专为 OpenClaw AI 代理设计的生产级长期记忆 MCP 插件，基于 LanceDB 向量数据库构建。核心功能包括：
1. **智能记忆提取（Smart Extraction）**：通过 LLM 自动从对话中提取 6 类结构化记忆（preference/fact/decision/entity/reflection/other），支持 L0/L1/L2 分层内容生成
2. **混合检索（Hybrid Retrieval）**：融合向量相似度（70%）与 BM25 全文搜索（30%），配合交叉编码器重排序（cross-encoder reranking）实现高精度召回
3. **记忆生命周期管理**：基于 Weibull 分布的三层衰减模型（Core/Working/Peripheral），支持访问强化和自动晋升/降级
4. **多作用域隔离**：支持 global、agent:、project: 等多级记忆隔离
5. **自我改进治理**：内置 LEARNINGS.md/ERRORS.md 日志系统和技能提取工具
**MCP 工具集**：`memory_recall`、`memory_store`、`memory_forget`、`memory_update`、`memory_stats`、`memory_list` 为核心工具；`self_improvement_log`、`self_improvement_extract_skill`、`self_improvement_review` 为治理工具（需启用管理工具）。
### 显著优点
– **检索精度领先**：Jina v5 任务感知嵌入 + Jina reranker v3 交叉编码器组合，在 MTEB 基准上表现优异
– **全自动记忆流水线**：autoCapture（自动提取）+ autoRecall（自动注入）实现零手动干预
– **生产级可靠性**：支持多密钥故障转移、详细的配置验证、一键迁移工具
– **隐私友好选项**：完整支持 Ollama 本地部署，无需任何外部 API
– **灵活配置**：4 种预设配置方案（Full Power/Budget/Simple/Fully Local）适配不同场景
### 潜在缺点与局限性
– **配置复杂度较高**：20+ 个配置字段，新手容易遗漏 `baseURL` 大小写、`/v1` 后缀、`plugins.allow` 等关键细节
– **本地模式性能 trade-off**：Ollama 方案无交叉编码器重排序，检索精度显著低于云端方案
– **资源消耗**：推荐配置需同时维护 Jina + OpenAI 两个付费 API；本地模式需 8-16GB VRAM
– **Smart Extraction 依赖 LLM 质量**：本地 LLM 可能出现 JSON 结构化输出失败，需降级为 `smartExtraction: false`
– **网关重启依赖**：任何配置变更都需要重启 OpenClaw Gateway，不支持热更新
### 适合人群
– **AI 代理开发者**：需要为 OpenClaw 代理添加长期记忆能力的开发者
– **多代理系统架构师**：需要跨代理共享知识同时保持隔离的复杂场景
– **隐私敏感用户**：通过 Plan D（Ollama 本地方案）实现完全离线部署
– **成本敏感团队**：Plan B/C 提供逐步降级的成本优化路径
### 常规风险
– **API 密钥泄露风险**：配置文件中需嵌入 `${ENV_VAR}` 格式密钥，需确保网关进程环境变量正确设置
– **数据迁移风险**：从旧版 memory-lancedb 迁移时需使用专用命令，直接复制数据库文件会导致 schema 不兼容
– **jit 缓存污染**：修改插件源码后必须清除 `/tmp/jiti/` 缓存，否则可能运行旧代码
– **记忆注入泄露**：若代理提示词未正确设置，可能将 “ 内容直接输出给用户
– **作用域配置错误**：multi-scope 需要显式配置 `scopes.agentAccess`，否则代理只能访问 global 作用域
会员专属
