openclaw长期记忆系统求解
- 内容介绍
- 文章标签
- 相关推荐
现在openclaw长期记忆用的是个skills，我看好像是创建的md文件来的，有没有那种向量数据库的项目，这样换虾记忆还能带走，不知道有没有佬知道
网友解答：--【壹】--：
openviking
--【贰】--：
感觉那个不咋地，而且想看都记了啥好不方便，久了感觉还是没有向量数据库方便，看看别的佬有没有啥方案
--【叁】--：
我有发过啊
cortex-你的ai会遗忘，Cortex不会
GitHub - rikouu/cortex: 🧠 Cortex - Universal AI Agent Memory Service
🧠 Cortex - Universal AI Agent Memory Service
--【肆】--：
不太行的，我之前用32b模型偶尔还会出错，因为mem0ai要求模型返回指定格式的json，有些模型能力差遵循度达不到就不行。另外做记忆提取也是llm遵循提示词去分析的，太低模型效果应该很差。
我之前用iflow提供的免费qwen3-235b-a22b-instruct，效果还不错，可以iflow 4月要关停了
--【伍】--：
看着很不错啊
--【陆】--：
向量数据库index的也是.md文件。openclaw的原生记忆系统就是基于.md文件的。
--【柒】--：
太大其实对token的消耗影响就比较大了
--【捌】--：
可以用一下之前有佬发过的powermem 很轻量的方式
--【玖】--：
首先我不是专业的。 但是memory是可以直接复制到新的龙虾里的。 所以这个也能带走。 其次就是向量化的本身就有， 只是是做的上下文向量化， 要做记忆向量， 就扔进去呗。
|||----
最后，如果有好的长期记忆方案， 请ping我一下！ 我也很需要， 它现在忘性太大了
--【拾】--：
是这样的嘛原来
--【拾壹】--： fck_all:
最后，如果有好的长期记忆方案， 请 ping 我一下！ 我也很需要， 它现在忘性太大了
同求 有合适的喊我。。。
--【拾贰】--：
voyage免费2亿token 无须要实名等，但是免费账号rpm3基本没法用。但是只需要登录一张信用卡就可以成tire1 ，rpm2000，而且还有reranker 模型 我集成到cortex里面还是蛮好蹬的。
--【拾叁】--：
同求，有合适的喊我啊
--【拾肆】--：
推荐 cortex，站内大佬做的，融合了所有主流架构，非常的全面
--【拾伍】--：
我之前做agent开发用过mem0ai，本地部署版本，对应用milvus做向量数据库。
这个mem0ai主要是接llm根据对话历史做记忆提取，记忆存储（会比对旧记忆，确认是add，还是update，还是delete），记忆search就是向量匹配了。
你可以试试看看。
我之前用qwen3，速度挺快的，效果也可以
对了，milvus还有可视化界面，可以配合看存储的记忆内容
--【拾陆】--：
好像龙虾可以开向量记忆，然后文件在.openclaw/memory/main.sqlite
--【拾柒】--：
mem0
--【拾捌】--：
我之前也尝试了用这个数据库，一直没搞出来有时间我看看
--【拾玖】--：
佬，这种用1B左右的模型可以吗
现在openclaw长期记忆用的是个skills，我看好像是创建的md文件来的，有没有那种向量数据库的项目，这样换虾记忆还能带走，不知道有没有佬知道
网友解答：--【壹】--：
openviking
--【贰】--：
感觉那个不咋地，而且想看都记了啥好不方便，久了感觉还是没有向量数据库方便，看看别的佬有没有啥方案
--【叁】--：
我有发过啊
cortex-你的ai会遗忘，Cortex不会
GitHub - rikouu/cortex: 🧠 Cortex - Universal AI Agent Memory Service
🧠 Cortex - Universal AI Agent Memory Service
--【肆】--：
不太行的，我之前用32b模型偶尔还会出错，因为mem0ai要求模型返回指定格式的json，有些模型能力差遵循度达不到就不行。另外做记忆提取也是llm遵循提示词去分析的，太低模型效果应该很差。
我之前用iflow提供的免费qwen3-235b-a22b-instruct，效果还不错，可以iflow 4月要关停了
--【伍】--：
看着很不错啊
--【陆】--：
向量数据库index的也是.md文件。openclaw的原生记忆系统就是基于.md文件的。
--【柒】--：
太大其实对token的消耗影响就比较大了
--【捌】--：
可以用一下之前有佬发过的powermem 很轻量的方式
--【玖】--：
首先我不是专业的。 但是memory是可以直接复制到新的龙虾里的。 所以这个也能带走。 其次就是向量化的本身就有， 只是是做的上下文向量化， 要做记忆向量， 就扔进去呗。
|||----
最后，如果有好的长期记忆方案， 请ping我一下！ 我也很需要， 它现在忘性太大了
--【拾】--：
是这样的嘛原来
--【拾壹】--： fck_all:
最后，如果有好的长期记忆方案， 请 ping 我一下！ 我也很需要， 它现在忘性太大了
同求 有合适的喊我。。。
--【拾贰】--：
voyage免费2亿token 无须要实名等，但是免费账号rpm3基本没法用。但是只需要登录一张信用卡就可以成tire1 ，rpm2000，而且还有reranker 模型 我集成到cortex里面还是蛮好蹬的。
--【拾叁】--：
同求，有合适的喊我啊
--【拾肆】--：
推荐 cortex，站内大佬做的，融合了所有主流架构，非常的全面
--【拾伍】--：
我之前做agent开发用过mem0ai，本地部署版本，对应用milvus做向量数据库。
这个mem0ai主要是接llm根据对话历史做记忆提取，记忆存储（会比对旧记忆，确认是add，还是update，还是delete），记忆search就是向量匹配了。
你可以试试看看。
我之前用qwen3，速度挺快的，效果也可以
对了，milvus还有可视化界面，可以配合看存储的记忆内容
--【拾陆】--：
好像龙虾可以开向量记忆，然后文件在.openclaw/memory/main.sqlite
--【拾柒】--：
mem0
--【拾捌】--：
我之前也尝试了用这个数据库，一直没搞出来有时间我看看
--【拾玖】--：
佬，这种用1B左右的模型可以吗