memory-lancedb-pro

让智能体记忆更准、更清晰,开箱即用的混合检索与管理工具。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 搜索知识 🍴 复刻 725 🐛 待处理 49 👀 关注 16
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 4449
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,全部功能免费

项目预览

memory-lancedb-pro 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队CortexReach
定价模式🏷️完全免费
价格说明开源项目,本地部署,全部功能免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言JavaScript
技术栈/模型lancedb,memory,openclaw,openclaw-agent,openclaw-plugin,rag
GitHub 星标★ 4449
上线时间2026-02-24 00:00:00
代码更新2026-11-07
仓库体积5.7 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数4

项目介绍

memory-lancedb-pro 是一个为 OpenClaw 智能体打造的增强型 LanceDB 记忆插件,主要解决智能体在长期对话中记忆检索不准、记忆混杂、管理不便等问题。它采用混合检索策略,融合向量检索与 BM25 关键词检索,并通过交叉编码器对结果进行重排,显著提升记忆召回的相关性。同时,插件支持多作用域隔离,可为不同会话或任务划分独立的记忆空间,避免信息干扰。此外,项目提供管理命令行工具,方便用户查看、删除、导入导出记忆,让记忆维护变得简单透明。整体上,该项目将 LanceDB 的轻量嵌入式特性与高级检索算法结合,为 OpenClaw 用户提供了开箱即用的高性能记忆解决方案。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4449

使用教程

难度:进阶 约 15 分钟 部署方式:命令行工具 7 步

环境要求

  • 已安装 OpenClaw 2026.3+ 及 openclaw CLI
  • CPU 需支持 AVX 指令(部分 Linux x64 构建需 AVX2,否则可能 SIGILL 崩溃)
  • 具备 Node.js / npm 环境(使用 npm 安装方式时)
  • 一个 OpenAI 兼容的嵌入服务 API Key(如 OpenAI、Jina、DashScope、SiliconFlow、Ollama)

安装与启动步骤

  1. 1检查 CPU 指令集

    确认 CPU 支持 AVX,避免 LanceDB 原生向量检索崩溃;无输出表示不支持。

    grep -o 'avx[^ ]*' /proc/cpuinfo | head -1
  2. 2一键安装脚本

    社区维护脚本会自动下载、装依赖、选配置并写入 openclaw.json,最后重启;推荐新手使用。

    curl -fsSL https://raw.githubusercontent.com/CortexReach/toolbox/main/memory-lancedb-pro-setup/setup-memory.sh -o setup-memory.sh
    bash setup-memory.sh
  3. 3或用 CLI 手动安装

    通过 OpenClaw 插件命令安装 beta 版本,README 推荐这种方式。

    openclaw plugins install memory-lancedb-pro@beta
  4. 4或用 npm 安装

    npm 安装后必须把插件安装目录的绝对路径加入 openclaw.json 的 plugins.load.paths,否则不生效。

    npm i memory-lancedb-pro@beta
  5. 5写入 openclaw.json

    把插件挂到 memory 槽位并开启自动捕获与召回;apiKey 支持 ${ENV_VAR} 占位符。

    {
      "plugins": {
        "slots": { "memory": "memory-lancedb-pro" },
        "entries": {
          "memory-lancedb-pro": {
            "enabled": true,
            "config": {
              "embedding": {
                "provider": "openai-compatible",
                "apiKey": "${OPENAI_API_KEY}",
                "model": "text-embedding-3-small"
              },
              "autoCapture": true,
              "autoRecall": true,
              "smartExtraction": true,
              "canonicalCorpus": { "enabled": true, "syncOnSearch": true },
              "dreaming": { "enabled": false },
              "extractMinMessages": 2,
              "extractMaxChars": 8000,
              "sessionMemory": { "enabled": false }
            }
          }
        }
      }
    }
  6. 6升级后修复

    若从旧版本升级,新版改用 before_prompt_build 钩子,需运行 doctor 修复配置。

    openclaw doctor --fix
  7. 7查看记忆库统计

    确认记忆库已建立且数据正常,可查看行数等统计信息。

    openclaw memory-pro stats

关键配置

配置项必填说明示例
plugins.slots.memory是指定 memory 槽位交给本插件接管memory-lancedb-pro
embedding.apiKey是嵌入服务密钥,支持 ${ENV_VAR} 或 SecretRef 对象${OPENAI_API_KEY}
embedding.provider是嵌入服务提供方类型openai-compatible
embedding.model是使用的嵌入模型名称text-embedding-3-small
autoCapture / autoRecall否自动捕获对话记忆并在回复前注入相关记忆true
retrieval.disableNativeCosine否AVX2 缺失时改用行扫描加 JS 余弦排序,避免崩溃true

如何确认成功

运行 openclaw memory-pro stats 能正常输出记忆库统计,且新会话中不再报插件或钩子错误,即表示部署成功。

常见问题

Q:npm 安装后插件没生效?

A:需在 openclaw.json 的 plugins.load.paths 中把插件安装目录写成绝对路径,README 指出这是最常见的配置问题。

Q:启动时报 SIGILL 崩溃怎么办?

A:说明 CPU 缺少 AVX2,设置 retrieval.disableNativeCosine 为 true,或设置环境变量 MEMORY_LANCEDB_DISABLE_NATIVE_COSINE=1。

Q:升级后钩子报错?

A:新版用 before_prompt_build 取代了已弃用的 before_agent_start,升级后执行 openclaw doctor --fix 即可。

Q:如何卸载或回退配置?

A:使用一键脚本的卸载参数:bash setup-memory.sh --uninstall,会还原配置并移除插件。

Q:想换旧数据库怎么办?

A:用 openclaw memory-pro reembed --source-db <old dbPath> 迁移,先加 --dry-run 核对行数,可加 --skip-existing 安全重跑。

注意事项

  • 密钥字段支持 ${ENV_VAR} 占位符或 SecretRef 对象,SecretRef 仅支持 env 和 file 两种来源,exec 会被运行时校验拒绝。
  • sessionMemory 默认关闭,官方建议第一天上手时保持关闭,避免会话摘要污染检索结果。
  • 一键脚本支持 bash setup-memory.sh --dry-run 预览、--beta 包含预发布版本。
  • 若用 npm 方式安装,脚本会跳过 git 更新并提示你自行执行 npm update。

核心亮点

  • 混合检索(向量+BM25)加交叉编码器重排,记忆召回准确率显著提升
  • 多作用域隔离设计,不同对话或任务记忆互不干扰,适合复杂场景
  • 自带管理 CLI,支持记忆查看、删除、导入导出,运维成本低

不足之处

  • 依赖 LanceDB 和 OpenClaw 框架,迁移到其他智能体平台需要适配
  • 文档/社区待观察

适用场景

  • 构建具备长期记忆的聊天机器人,提升个性化回复质量
  • 多任务智能体(如个人助理)需要按项目或领域隔离记忆
  • 开发调试阶段需要快速查看和清理智能体记忆内容

替代项目

mem0、LangChain Memory、Zep

上一篇:infinity

下一篇:oracle-ai-developer-hub

同类项目推荐

accelerated-data-science 开源

用 Python 在 Oracle 云上跑通训练、部署与流水线

ADS is the Oracle Data Science Cloud Service's python SDK supporting, model ops (tra···

★ 125 2026-09-14
budgetml 开源

10 行代码搞定低预算 ML 推理服务,省钱省心

Deploy a ML inference service on a budget in less than 10 lines of code.

★ 1344 2026-08-09
comfy-pack 开源

一键锁定打包 ComfyUI 环境,告别部署翻车

A comprehensive toolkit for reliably locking, packing and deploying environments for···

★ 215 2026-08-09
bifrost 开源

高并发场景下,用 Bifrost 统一管理千款模型,延迟微秒级,成本一目了然。

Open-source, high-performance AI gateway that works as your LLM gateway, MCP gateway···

★ 9448 2026-08-09
anemll-flash-llama.cpp 开源

让 Mac 统一内存也能跑动超大 MoE 模型

Flash-MoE sidecar slot-bank runtime for large GGUF MoE models on Apple Silicon — ll···

★ 135 2026-10-16
orthrus 开源

双视角扩散解码,让大模型推理更快且无损

[NeurIPS 2026 Spotlight] Fast, lossless LLM inference via dual-view diffusion decodi···

★ 483 2026-08-09
lilypad 开源

用区块链调度全球闲置 GPU,跑 AI 任务更便宜透明

Run AI workloads easily in a decentralized GPU network. https://www.youtube.com/wat···

★ 93 2026-08-09
fastembed 开源

轻量快速生成文本向量,让嵌入计算快人一步

Fast, Accurate, Lightweight Python library to make State of the Art Embedding

★ 3287 2026-08-09
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 455 2026-08-10