本地化 AI 记忆管理系统，为 OpenClaw AI 助手提供稳定、高效、零成本的长期记忆能力。
三层存储 + 四层记忆模型：
| 层级 | 组件 | 说明 |
|---|---|---|
| ------ | ------ | ------ |
| 接入层 | 飞书 / WebChat / Gateway | 多渠道接入 |
| 服务层 | cognitive-brain + Ollama | Memory Service + Embedding |
| 存储层 | PostgreSQL + Redis + 文件 | 向量 + 缓存 + 文件 |
四层记忆：
nomic-embed-text 模型已拉取# Step 1: 配置 Ollama 环境变量
export OLLAMA_API_KEY=ollama-local
export OLLAMA_HOST=localhost:11434
# Step 2: 配置 cognitive-brain (见 references/config-reference.md)
# 修改 config.json 中的 provider 设置
# Step 3: 重启 OpenClaw Gateway
openclaw gateway restart
# 验证 Embedding 服务
python3 scripts/embed.py --warmup
# 验证记忆检索
memory_search 测试查询
scripts/embed.py --warmup — 预热 Embedding 服务scripts/embed.py <文本> — 生成文本向量| 引用来源 | 引用内容 | 说明 |
|---|---|---|
| --------- | --------- | ------ |
| cognitive-brain | brain.encode() / brain.recall() 接口、episodes/concepts 表结构、Redis 缓存逻辑 | 核心记忆服务架构 |
| Ollama | nomic-embed-text 模型、/api/embeddings 接口 | 本地 Embedding 服务 |
| pgvector | 向量存储、ivfflat 索引、vector_cosine_ops | PostgreSQL 向量扩展 |
| 参考来源 | 引用内容 | |
|---|---|---|
| --------- | --------- | |
| lark-whiteboard | 系统架构图、数据流图、四层记忆模型（小明使用此技能绘制） | PNG 图片 |
| ppt-generator | HTML 演示稿模板、乔布斯风设计规范 | 输出样式参考 |
| 工具 | 用途 |
|---|---|
| ------ | ------ |
| Ollama | 本地 LLM 和 Embedding 运行服务 |
| PostgreSQL | 关系数据库 + 向量存储 |
| Redis | 热缓存、L1/L2 记忆存储 |
| ClawHub | 技能发布和管理平台 |
| OpenClaw | AI 助手框架 |
共 1 个版本