huan 31786dee08 � backup: 2026-03-24 04:00

2026-03-24 04:00:48 +08:00

2.0 KiB

Raw Blame History

name	description
vector-memory	向量语义记忆系统 - 为 OpenClaw 添加语义搜索能力。当用户需要： (1) 部署向量记忆系统 (2) 开启语义搜索功能 (3) 安装配置 Chroma + BGE-M3 (4) 搜索记忆时找不到内容 (5) 需要比关键词搜索更智能的记忆检索

Vector Memory Skill

功能概述

为 OpenClaw 添加向量语义搜索能力，解决纯 Markdown 记忆的搜索痛点：

搜"股票"能找到"A股监控"、"铜陵有色"
支持同义词、近义词理解
记忆无限扩展，不受上下文窗口限制

技术架构

组件	选型	说明
向量模型	BGE-M3 (硅基流动)	中文优化好，向量免费
向量数据库	Chroma	轻量，Python 原生
持久化	SQLite	并发安全

快速部署

1. 安装依赖

mkdir -p ~/openclaw-memory-vector
cd ~/openclaw-memory-vector
pip install chromadb openai sqlalchemy

2. 配置 API Key

export SILICONFLOW_API_KEY="sk-fpjdtxbxrhtekshircjhegstloxaodriekotjdyzzktyegcl"

3. 初始化系统

import sys
sys.path.insert(0, '~/openclaw-memory-vector/scripts')
from vector_memory import VectorMemorySystem

vm = VectorMemorySystem(
    persist_dir="./data/memory",
    api_key="your_api_key"
)

核心脚本

scripts/vector_memory.py

向量存储引擎，包含 add_memory() 和 search() 方法。详见 references/core.md。

scripts/memory_tier_manager.py

记忆分层管理，自动将记忆分为 core/hot/cold 三层。

scripts/openclaw_integration.py

OpenClaw 集成接口，提供 get_memory_system() 单例模式。

数据备份

备份 ~/openclaw-memory-vector/data/memory/ 整个目录：

memory.db - SQLite 数据库（原始文本）
chroma/ - Chroma 向量索引

成本

BGE-M3 向量：免费无限
硅基流动大模型：2000万 Tokens/月
总成本：≈ ¥0

触发词

"部署向量记忆"
"开启语义搜索"
"向量备份"

2.0 KiB Raw Blame History Unescape Escape