快速落地方法：
本文及本站大部分openclaw相关文章，都可以让Openclaw agent阅读，然后进行应用，参考Prompt如下：
请阅读这篇文章：
https://www.aiec.fun/openclaw%e9%95%bf%e6%9c%9f%e8%ae%b0%e5%bf%86%e5%ae%8c%e5%85%a8%e6%8c%87%e5%8d%97%ef%bc%9a%e4%bb%8e%e5%9f%ba%e7%a1%80%e5%88%b0%e9%ab%98%e7%ba%a7%ef%bc%8c%e6%89%93%e9%80%a0%e6%b0%b8%e4%b8%8d%e9%81%97/
分析有哪些内容，对我们优化工作流程有价值。并严格根据openclaw最新官方文档核对，排除错误及过时信息，制定落地计划。详细方法，参考文章 >>>
OpenClaw 采用 "文件即事实" 的核心记忆哲学，所有记忆都以纯 Markdown 文件形式存储在本地工作空间中。官方提供了完整的记忆系统架构和多个增强后端，社区也开发了大量第三方解决方案。官方组件优先推荐，稳定性和兼容性最佳。
一、官方核心记忆系统：memory-core（默认基础）
所有 OpenClaw 安装都自带的核心记忆引擎，无需额外安装，是所有其他记忆功能的基础。
核心功能
- 两层基础记忆架构：
- MEMORY.md：永久记忆，存储偏好、规则和不变事实
- memory/YYYY-MM-DD.md：每日日志，存储时间敏感的上下文
- 混合搜索：默认配置为70% 向量语义 + 30% BM25 关键词
- 官方特别说明：这只是一个简单快速的务实选择，不是 IR 理论上的最优方案
- 可通过
vectorWeight和textWeight参数完全自定义权重比例
- sqlite-vec 硬件加速：当 sqlite-vec 扩展可用时，向量存储在 SQLite 虚拟表中，数据库内查询速度提升10-20 倍
- 自动内存压缩（compaction）和记忆刷新
- 会话开始时自动加载今天和昨天的日志
- 支持 7 种嵌入提供商：OpenAI、Gemini、Voyage、Mistral、DeepInfra、Ollama、本地Transformers.js（前四种自动检测）
优势
- 零配置开箱即用
- 完全本地运行，隐私性最高
- 透明可编辑，可直接用任何文本编辑器修改
- 轻量高效，资源占用极低
- 官方持续维护和更新
局限性
- 没有自动知识提取功能，需要手动整理
- 基础版不支持跨 Agent 共享记忆
- 没有记忆生命周期管理和重要性分级
二、官方核心记忆机制
OpenClaw 内置了两个独特的高级记忆机制，所有官方插件都原生支持这些特性。
1. Dreaming（记忆梦境）机制
这是 OpenClaw 一个非常有特色的可选后台记忆整合功能。
工作原理
- 系统会定期回顾近期的所有对话和日志
- 为每条记忆分配 0-1 的重要性分数
- 只有重要性超过阈值的记忆才会被自动晋升到MEMORY.md
- 生成DREAMS.md梦境日记文件，记录所有待人工审查的记忆总结
- 支持Grounded backfill：手动触发，读取历史
memory/YYYY-MM-DD.md文件并结构化输出到DREAMS.md
启用方法
Dreaming 由 memory-core 的 cron job 自动管理，采用 opt-in 方式启用，无需手动配置复杂的 cron 时间表。你可以在HEARTBEAT.md或系统 cron 配置中启用该功能。
使用价值
- 自动过滤噪音，只保留真正重要的信息
- 避免手动整理记忆的繁琐工作
- 提供人工审查环节，确保记忆准确性
- 支持批量处理历史对话
2. Commitments（承诺追踪）机制
轻量级的临时记忆系统，专门用于追踪需要跟进的事项。
工作原理
- 自动识别对话中的承诺和待办事项（如 "下周提醒我检查报告"）
- 心跳交付：在后续会话中适时提醒用户
- 临时存储：不写入永久的
MEMORY.md，完成后自动删除 - 自动过期：超过设定时间未完成的承诺会自动标记为过期
- 支持手动添加和删除承诺
使用示例
用户：明天提醒我给客户发邮件
OpenClaw：好的，我已经创建了一个承诺，明天会提醒你。
（第二天会话开始时）
OpenClaw：提醒你：今天需要给客户发邮件。三、官方增强记忆后端
以下是 OpenClaw 官方维护和支持的记忆增强后端，强烈建议优先使用。
1. memory-wiki
官方地址：https://clawhub.ai/skills/memory-wiki
核心特点
- 将零散记忆编译为结构化的 wiki 知识库
- 支持claims/evidence证据链系统，自动追踪事实来源
- 矛盾检测：自动识别记忆中的冲突信息并标记
- 内置记忆 Dashboard，可视化展示知识网络
- Obsidian 友好工作流：生成的 wiki 可直接在 Obsidian 中打开和编辑
- 支持标签分类和全文检索
- 支持导出为静态网站
安装方法
# 通过官方ClawHub安装
clawhub install memory-wiki安装价值
- 适合人群：所有需要系统管理知识的用户，特别是研究者、写作者和开发者
- 价值评分：9.5/10
- 推荐理由：功能非常实用的官方记忆增强插件，解决了基础系统知识零散、难以管理的核心痛点，与 Obsidian 的集成体验极佳
2. memory-lancedb
官方地址：https://clawhub.ai/skills/memory-lancedb
核心特点
- 官方绑定的 LanceDB 向量数据库后端
- 支持所有 OpenAI 兼容的嵌入模型
- 自动记忆捕获：可配置自动记录重要对话内容
- 智能召回：基于上下文相关性自动注入相关记忆
- 原生支持本地 Ollama 嵌入模型
- 支持向量批量导入和导出
- 比 sqlite-vec 支持更大规模的记忆库
安装方法
# 通过官方ClawHub安装
clawhub install memory-lancedb安装价值
- 适合人群：需要高性能语义搜索的用户，特别是处理大量文档的用户
- 价值评分：8.5/10
- 推荐理由：官方推荐的高性能向量数据库替代方案，安装简单，兼容性好
3. QMD
官方地址：https://docs.openclaw.ai/concepts/memory-qmd
核心特点
- 本地优先的记忆后端，带有重排序和查询扩展功能
- 支持索引工作空间之外的任意目录
- 轻量级 sidecar 架构，资源占用低
- 完全本地运行，无需外部 API
- 支持增量索引和实时更新
启用方法
QMD 作为 memory-core 内置引擎的可选后端之一，无需单独安装，通过修改openclaw.json中的memory.backend配置即可启用。
安装价值
- 适合人群：需要索引大量外部文档的用户，注重隐私和性能的用户
- 价值评分：8/10
- 推荐理由：官方最新推出的记忆后端，功能强大且设计现代，特别适合需要管理大量外部知识的场景
四、第三方社区长期记忆技能对比
以下是 ClawHub 和 GitHub 上受欢迎的第三方社区插件。请注意：这些都不是官方维护的插件，使用时请自行评估风险。
五、第三方技能详细分析与安装价值
1. memory-qdrant
官方地址：https://github.com/zuiho-kai/openclaw-memory-qdrant
核心特点
- 完全本地运行，使用 Transformers.js 本地生成嵌入，无需 API 密钥
- 支持内存模式，首次运行自动下载 25MB 嵌入模型
- 可选自动记录重要对话内容，自动过滤 PII 信息
- 简单的记忆管理命令
安装方法
# 通过ClawHub安装
clawhub install memory-qdrant
# 手动安装
cd ~/.openclaw/plugins
git clone https://github.com/zuiho-kai/openclaw-memory-qdrant.git memory-qdrant
cd memory-qdrant
npm install安装价值
- 适合人群：注重隐私、不想依赖外部 API 的用户
- 价值评分：7.5/10
- 注意：官方的 memory-lancedb 和 QMD 提供了类似功能且有官方支持，优先推荐官方插件
2. elite-longterm-memory
官方地址：https://clawhub.ai/skills/elite-longterm-memory-ifmjrx
核心特点
- 三层记忆架构：热层（RAM）、温层（ChromaDB）、冷层（Git-Notes）
- 细粒度的记忆重要性分级（0-1）
- 基于上下文的自动召回
- Git 集成，所有记忆都有版本控制
安装方法
- 先安装并启动 ChromaDB：
pip install chromadb
chroma run --host localhost --port 8000- 在
clawhub.json中添加 MCP 服务器配置：
{
"mcpServers": {
"elite-longterm-memory": {
"command": "npx",
"args": ["-y", "@openclaw/elite-longterm-memory"],
"env": {
"MEMORY_BACKEND": "chromadb",
"CHROMA_HOST": "localhost",
"CHROMA_PORT": "8000",
"EMBEDDING_MODEL": "all-MiniLM-L6-v2"
}
}
}
}- 重启 OpenClaw 服务：
openclaw gateway restart安装价值
- 适合人群：高级用户、需要复杂知识管理的开发者
- 价值评分：7/10
- 注意：安装和配置较复杂，适合有一定技术基础的用户
3. Honcho
官方地址：https://clawhub.ai/skills/honcho
核心特点
- 跨会话记忆：在多个独立会话之间保持一致的用户上下文
- 用户建模：自动学习用户的偏好、习惯和沟通风格
- 多 Agent 感知：支持多个 Agent 共享同一个用户记忆
- 记忆重要性评分和自动排序
- 支持记忆导入和导出
- 提供 REST API 访问记忆
安装方法
# 通过ClawHub安装
clawhub install honcho安装价值
- 适合人群：多 Agent 用户、需要长期一致上下文的用户
- 价值评分：8/10
- 推荐理由：功能强大的跨会话记忆解决方案，解决了基础系统会话隔离的问题
4. openclaw-memory-rag
官方地址：https://github.com/YIING99/openclaw-memory-rag
核心特点
- 优化的混合搜索算法，在官方默认 70/30 权重基础上进行了调优，搜索精度提升约 20%
- 支持飞书多维表格双向同步，实现跨设备访问和编辑记忆
- 每日日志自动归档功能，防止过时信息污染搜索结果
- 采用单文件单知识块的拆分策略，大幅提高长文档检索的准确性
安装方法
# 克隆仓库
git clone https://github.com/YIING99/openclaw-memory-rag.git
cd openclaw-memory-rag
# 安装Python依赖
pip install -r requirements.txt
# 在openclaw.json中添加插件配置安装价值
- 适合人群：飞书生态用户、内容创作者、需要精准知识检索的用户
- 价值评分：7.5/10
- 推荐理由：在所有社区插件中搜索精度表现最佳，飞书同步功能对于多设备用户非常实用。缺点是需要手动配置，没有官方 ClawHub 一键安装包
5. openclaw-engram
官方地址：https://github.com/joshuaswarren/openclaw-engram
核心特点
- 跨工具共享记忆是其最大特色，支持 OpenClaw、Claude Code、Cursor、VS Code 等多个 AI 工具使用同一个记忆库
- 完全本地优先设计，支持使用本地 Ollama 模型进行知识提取和处理
- 自动实体跟踪功能，能够识别和关联人物、项目、技术等关键实体
- 自动构建知识图谱，可视化展示记忆之间的关联关系
安装方法
# 安装Engram核心
npm install -g engram-memory
# 配置OpenClaw集成
engram install openclaw
# 可选：配置使用本地LLM进行知识提取
engram config set extractor.model ollama/llama3安装价值
- 适合人群：同时使用多个 AI 工具的用户、需要统一记忆系统的开发者
- 价值评分：7/10
- 推荐理由：解决了不同 AI 助手之间记忆孤岛的问题，让你在所有工具中保持一致的上下文。缺点是项目相对较新，部分功能还在完善中
6. openclaw-memory
官方地址：https://github.com/ZenSystemAI/openclaw-memory
核心特点
- 生产级安全设计，包括凭证自动擦除、GPG 加密备份、GDPR 合规的批量删除功能
- 原生支持多租户隔离，每个用户的记忆完全独立
- 强大的文档知识库功能，支持嵌入任意格式的文档，处理大规模向量数据
- 内置跨 Agent 记忆桥，支持多个 Agent 之间安全地共享记忆
- 提供完整的 REST API，方便与其他系统集成
安装方法
# 克隆仓库
git clone https://github.com/ZenSystemAI/openclaw-memory.git
cd openclaw-memory
# 安装依赖
npm install
# 配置Qdrant和PostgreSQL数据库
# 编辑config.yaml文件设置数据库连接信息
# 重启OpenClaw服务
openclaw gateway restart安装价值
- 适合人群：企业用户、团队使用、需要高安全性和可扩展性的用户
- 价值评分：7/10
- 推荐理由：安全性和企业级功能是其最大优势。缺点是安装和配置复杂，需要部署多个服务，不适合普通个人用户
7. reclaw
官方地址：https://reclaw.sh/
核心特点
- 零配置安装，自动接管 OpenClaw 记忆系统
- 智能提取与用户相关的重要信息
- 夜间自动更新记忆
- 将记忆组织成事实、决策、任务和问题
- 官方明确说明：不支持混合搜索，仅使用 SQLite 向量搜索
安全警告
⚠️ 强烈不建议使用 curl | bash 的安装方式，这种方式存在严重的安全风险。如果您想尝试 reclaw，请直接访问其 GitHub 仓库，下载源代码并手动安装。
安装价值
- 适合人群：新手用户（但需注意安全风险）
- 价值评分：5/10
- 注意：功能相对基础，自定义程度低，且存在安全风险，优先推荐官方插件
8. memoryrelay
官方地址：https://github.com/memoryrelay/openclaw-plugin
核心特点
- 跨设备同步所有 OpenClaw 记忆
- 支持团队成员共享记忆
- 提供 API 访问记忆
- 本地缓存支持离线使用
配置方法
# 安装插件
clawhub install memoryrelay
# 设置环境变量（Linux/macOS）
export MEMORYRELAY_API_KEY="mem_prod_your_key_here"
# 或者在openclaw.json中添加
{
"env": {
"MEMORYRELAY_API_KEY": "mem_prod_your_key_here"
}
}安装价值
- 适合人群：多设备用户、团队协作用户
- 价值评分：4/10
- 注意：需要付费订阅，数据存储在云端，隐私性较差，仅在有明确跨设备需求时考虑使用
六、安装建议与最佳实践
1. 不同用户的推荐方案（优先官方插件）
2. 最佳实践
- 优先使用官方插件：官方插件经过严格测试，兼容性和稳定性最佳，且有持续的维护和更新
- 启用 Dreaming 机制：这是一个非常实用的功能，可以自动帮你整理和提炼重要信息
- 定期审查 DREAMS.md：建议每周审查一次梦境日记，手动确认重要记忆，删除无关信息
- 善用 Commitments：让 OpenClaw 帮你追踪待办事项和承诺，提高工作效率
- 备份你的记忆：所有记忆都存储在
~/.openclaw/workspace/memory/目录下，定期备份这个目录 - 控制记忆规模：定期清理过时和不重要的记忆，避免记忆库过大导致搜索性能下降
- 谨慎使用第三方插件：在安装第三方插件前，仔细阅读其源代码和文档，评估安全风险
七、总结
OpenClaw 的官方记忆生态已经非常成熟和完善，memory-core + memory-wiki + QMD的组合可以满足绝大多数用户的需求。官方的Dreaming和Commitments机制为用户提供了独特的记忆管理体验。
第三方社区插件提供了一些额外的功能，但在稳定性、兼容性和安全性方面都不如官方插件。除非有非常特殊的需求，否则强烈建议优先使用官方维护的插件。
官方文档参考：https://docs.openclaw.ai/concepts/memory