OpenClaw × Nowledge Mem
5 分钟配置指南,让 OpenClaw 拥有跨会话的持久记忆。
配置完成后,你的 OpenClaw 会记住你在上一次会话说的话,记住你上周做的决定,记住你三个月前写入文档的知识。
开始之前
需要准备:
- 本地已运行 Nowledge Mem(安装)
- 已安装 OpenClaw(OpenClaw 入门)
nmemCLI 在你的 PATH 中
nmem status # 应显示 Nowledge Mem 正在运行
openclaw --version配置步骤
安装插件
openclaw plugins install @nowledge/openclaw-nowledge-mem在 OpenClaw 配置中启用插件
打开 ~/.openclaw/openclaw.json,加入以下内容:
{
"plugins": {
"slots": {
"memory": "openclaw-nowledge-mem"
},
"entries": {
"openclaw-nowledge-mem": {
"enabled": true,
"config": {
"autoRecall": false,
"autoCapture": false,
"maxRecallResults": 5
}
}
}
}
}重启 OpenClaw,验证生效
openclaw nowledge-mem status看到 Nowledge Mem 可访问即配置成功。
验证配置(1 分钟)
在 OpenClaw 聊天中依次执行:
/remember 我们为任务事件选择了 PostgreSQL/recall PostgreSQL— 应立即找到/new— 开启新会话- 问:
任务事件的数据库我们选的什么?— 跨会话记住了 - 问:
这周我都做了什么?— 按周浏览 - 问:
2月17日我在忙什么?— 精确到某一天 /forget PostgreSQL 任务事件— 删除干净
如果以上七步都顺利,记忆系统已完整运作。
你能做什么
记住任何事情
告诉 AI /remember 我们决定不用微服务,原因是团队太小,下周换一个会话,直接问"微服务那个决定是怎么说的",它能找到。
按日期找回工作内容
问"上周二我在做什么",AI 会列出那天你保存的内容、添加的文档、生成的洞察。支持指定具体日期,不只是"最近 N 天"。
追溯一个决策的来龙去脉
问 AI "这条记忆是怎么来的、和什么有关",它会展示:这条知识的原始来源文档、哪些相关记忆被合成为了更高层的洞察、这个认识随时间怎么变化过。
每天自动带着上下文开始
每天早上,Nowledge Mem 的知识智能体生成一份今日简报:你在关注什么、有什么未解决的问题、最近有什么新进展。会话开始时 AI 自动读取,不需要你每次重新介绍背景。
保存时带上类型和时间
你不只是在保存文字,你在记录结构化的知识。告诉 AI "记住这是一个决策,发生在 2026 年 2 月",它会以正确的类型和时间存进知识图谱。支持 8 种类型:事实、偏好、决策、计划、流程、学习、背景、事件。
斜杠命令快捷方式:/remember、/recall、/forget
工作原理
三种模式
插件支持三种运行模式,选择适合你的:
| 模式 | 配置 | 行为 | Token 开销 |
|---|---|---|---|
| 按需调用(默认推荐) | autoRecall: false, autoCapture: false | AI 按需调用 memory_search、nowledge_mem_save 等工具 | 零额外开销 |
| 自动召回 | autoRecall: true | 会话开始时自动注入工作记忆和相关记忆 | 约 1-2KB(一次性) |
| 自动捕获 | autoCapture: true | 会话结束时保存对话线程 + LLM 提炼关键记忆 | 轻量级筛选 + 有价值时才提炼 |
按需调用模式是默认模式,推荐大多数用户使用。AI 可以使用全部 7 个工具,在对话需要时主动调用。不会浪费 token 在无关上下文上。
autoRecall — 自动上下文注入
开启后,插件在会话开始时自动注入上下文:
- 读取工作记忆 — Knowledge Agent 每天早上生成的今日简报
- 根据当前消息在知识图谱中搜索相关记忆
- 将两者以隐式上下文的形式插入系统提示
适用于非常短的会话,AI 可能来不及主动搜索的场景。
autoCapture — 对话线程 + LLM 智能提炼
开启后,在会话生命周期事件(agent_end、after_compaction、before_reset)时执行两步操作:
1. 对话线程保存(始终执行)。 完整对话被追加到 Nowledge Mem 的持久化线程中。无条件执行——每条消息都会被保存,可通过 nowledge_mem_timeline 搜索浏览。
2. LLM 智能提炼(有价值时才执行)。 保存线程后,先用一次轻量级 LLM 筛选判断对话中是否有值得保存的内容(决策、洞察、偏好、事实)。如果有,执行完整的提炼流程,提取带有正确类型、标签和时间信息的结构化记忆。支持任何语言。
上下文压缩:当 OpenClaw 压缩长对话时,插件会先捕获对话记录——不会丢失任何内容。
消息去重:线程追加按消息 ID 幂等,不会出现重复内容。
在多台机器上使用
如果你的 OpenClaw 运行在另一台机器或服务器上,在插件配置中填入 Nowledge Mem 的地址:
"apiUrl": "https://your-nowledge-mem-url",
"apiKey": "nmem_..."或者通过环境变量:
export NMEM_API_URL="https://your-nowledge-mem-url"
export NMEM_API_KEY="nmem_..."API 密钥只在内部传递,不会出现在日志或命令行历史中。详见:随处访问 Mem。
遇到问题?
插件装了,但 OpenClaw 好像没在用它
检查 plugins.slots.memory 的值是否正好是 openclaw-nowledge-mem,确认修改配置后重启了 OpenClaw。
status 显示无法连接
nmem status
curl -sS http://127.0.0.1:14242/health搜索只找到一两条结果
把 maxRecallResults 调高到 8 或 12。
为什么用 Nowledge Mem 而不是其他方案?
其他记忆工具把你说过的话存成一段段文字,靠语义相似度找回来。Nowledge Mem 不一样。
知识是有结构的。 你保存的每条记忆都知道自己是什么类型——决策、学习、计划还是偏好——知道它什么时候发生、指向哪些来源文档、和哪些其他记忆有关联。这让搜索更准、推理更靠谱。
知识会演化。 你今天写的理解,和三个月后更新过的认识,在系统里是连在一起的。你可以看到自己的想法怎么变化的,不会丢掉中间的过程。
知识来自哪里是透明的。 从 PDF、文档或网页提取的每条知识,都保留着指向原始文件的链接。AI 告诉你"根据你三月份的设计文档",你能直接验证。
跨工具共享。 在 Cursor 里学到的,在 Claude 里记下的,在 OpenClaw 里一样能用。你的知识不属于任何一个工具,它属于你。
本地优先,无需云账户。 你的知识存在本地。远程访问是可选的,不是必须的。
搜索怎么工作的?参见搜索与相关性。
给进阶用户
OpenClaw 的 MEMORY.md 工作区文件仍然有效,但记忆工具的实际调用全部由 Nowledge Mem 处理。两者可以共存。
插件通过 nmem CLI 子进程与 Nowledge Mem 通信。这意味着本地和远程模式的行为完全一致,配置好地址后不需要其他改动。
参考
- 插件源码:nowledge-mem-openclaw-plugin
- OpenClaw 文档:插件系统
- 更新日志:CHANGELOG.md