---

1. 项目介绍

memory-lancedb-pro 是一个专为 AI Agent（如 OpenClaw、Claude Code 等）量身定制的生产级长期记忆插件。

该项目基于高性能嵌入式向量数据库 LanceDB 开发。其核心价值在于解决了大模型对话中的“瞬时性”痛点——通过将对话中的关键信息结构化、持久化，赋予 AI 跨会话、跨时间的记忆能力。

项目亮点

相比基础的记忆插件，它具备以下进阶能力：

• 持久化存储：记忆不再随 Session 清理而丢失。
• 多维分类：自动识别用户资料、偏好、实体、事件、案例和模式。
• 工业级检索：结合了向量搜索、全文搜索与重排序技术。
• 智能遗忘：引入 Weibull 衰减模型，自动清理低频过时信息。
• 混合搜索 (Hybrid Search)：结合“关键词匹配”和“语义理解”，即使你记错了词也能搜到。
• 跨编码器重排 (Reranking)：对搜索结果进行二次打分，确保最精准的记忆排在第一位。
• 本地优先：数据存储在你的本地磁盘上，隐私性好且响应极快。

---

2. 核心原理

该插件构建了一套完整的记忆生命周期管理系统，其流程包含：

2.1 智能提取与分类

系统利用 LLM 在后台对每一轮对话进行扫描，并将其归纳到以下六个维度：

• Profiles (身份)：如用户的姓名、职业、所在地。
• Preferences (偏好)：如编程习惯、语言偏好、常用框架。
• Entities (实体)：对话中反复出现的特定项目名、软件名、工具。
• Events (事件)：过去的讨论记录、已达成的里程碑或决策。
• Cases (案例)：之前解决过的问题方案及排障记录。
• Patterns (模式)：用户的思维逻辑、工作流或行为习惯。

2.2 混合检索架构 (Hybrid Retrieval)

项目采用了三层检索过滤以确保召回精度：

1. 向量检索：捕捉语义上的相似性，处理模糊概念。
2. 全文检索 (BM25)：确保特定关键词（如项目代号、唯一 ID）的精准命中。
3. 重排序 (Rerank)：利用 Cross-Encoder 模型对结果进行二次打分。

---

3. 安装指南

3.1 环境要求

• Node.js: v18.0.0 或更高版本。
• 操作系统: 兼容 Linux, macOS, Windows。

3.2 安装步骤

作者给出了更优雅的安装方式：直接通过skill安装，可配置本地模型

https://github.com/CortexReach/memory-lancedb-pro-skill

方式一：在 OpenClaw 中安装（推荐）

openclaw plugins install memory-lancedb-pro

方式二：作为独立 NPM 包安装

npm install @cortexreach/memory-lancedb-pro

3.3 快速配置

在项目配置文件（如 config.yaml）中指定该记忆槽位：

memory:
  provider: "lancedb-pro"
  path: "./data/memory_db"
  rerank:
    enabled: true
    provider: "jina" # 也支持配置为 siliconflow 或本地模型

---

4. 原理

🟢 LLM (大语言模型) —— “决策大脑”

• 代表模型：Claude 3.5 Sonnet, GPT-4o, DeepSeek-V3。
• 核心职责：负责逻辑推理与最终表达。当系统从记忆库中捞出碎片信息后，LLM 负责把这些信息整合并回答你的问题。

🔵 Embedding (嵌入模型) —— “语义翻译官”

• 代表模型：text-embedding-3-small, bge-m3。
• 核心职责：负责向量化。它把人类语言（文字）翻译成一组复杂的数字坐标（向量）。
• 底层原理：含义相近的话（如“西红柿”与“番茄”），在数字坐标系里的距离会非常接近。

🟠 LanceDB (向量数据库) —— “超级书架”

• 性质：高性能、Serverless（无服务器化）向量数据库。
• 核心职责：负责极速存储与检索。它把 Embedding 生成的数字存入本地硬盘，并支持在毫秒级内比对数万条记录，找出最匹配的那几条。

5. 实践案例

场景一：开发偏好的自动继承

• 对话记录：用户提到“写 Python 时习惯使用 4 空格缩进并强制开启类型检查”。
• 效果：在新会话中要求 AI 写代码时，AI 会自动沿用该风格，无需重复指令。

场景二：跨项目上下文关联

• 背景：用户曾详细讨论过“Orion 架构”的数据库迁移坑点。
• 效果：用户提问“上次说 Orion 迁移要注意什么？”时，插件瞬间定位历史讨论并复述决策。

场景三：手动管理记忆库

用户可以通过命令行直接操作：

• 查看统计：openclaw memory stats
• 全文搜索：openclaw memory search “架构设计”
• 手动清理：openclaw memory forget “旧的服务器密码”

---

5. 总结

memory-lancedb-pro 为 AI Agent 补齐了关键的“长效记忆”拼图。它不仅提高了检索精度，更通过智能分类和衰减机制，让 AI 能够像人类一样，随着交流的深入，越来越懂你的工作习惯。