（356期）Openclaw Semantic Memory – 本地向量语义记忆，零API隐私优先

本地向量语义记忆，零API隐私优先 OpenClaw本地语义记忆插件，基于Transformers.js向量搜索，无需API密钥即可实现对话上下文存储与召回，支持隐私保护的自动捕获模式。 使用说明 核心用法 semantic-memory是OpenClaw框架的本地语义记忆插件，通过向量搜索技术实现智能信息存储与检索。安装后提供三个核心工具： memory_store: 保存结构化记忆，支持分类标签 memory_search: 基于语义相似度的向量检索，自动召回相关上下文 memory_forget: 按ID或语义查询删除记忆 配置模式 插件支持三种运行模式： 内存模式（零配置）：数据易失，重启清空 持久化模式（默认）：数据保存至~/.openclaw-memory/ Qdrant模式：连接外部向量数据库服务器 关键特性 自动记忆捕获（默认关闭）：智能识别对话中的偏好、决策、事实并存储 上下文感知召回：对话中自动注入相关历史记忆 本地运行：使用Xenova/all-MiniLM-L6-v2模型生成768维向量嵌入，无需云端服务 显著优点 完全本地化：零API成本，无网络依赖（首次下载25MB模型后） 隐私优先设计：PII保护默认启用，自动跳过含邮箱/电话的文本 灵活部署：从个人开发到生产环境的Qdrant集群均可适配 语义理解：基于Transformer的嵌入优于关键词匹配，支持概念级相似检索 潜在缺点与局限性 冷启动成本：首次运行需下载模型，可能需编译原生依赖（sharp、onnxruntime） 存储开销：向量数据相比原始文本膨胀约10-20倍 无跨设备同步：纯本地方案缺乏原生云端同步机制 模型能力边界：MiniLM对复杂语义关系和长文本理解有限 Qdrant依赖：持久化方案引入额外基础设施复杂度 适合人群 注重隐私的AI应用开发者 需要长期上下文记忆的个人助理场景 离线/内网环境的OpenClaw用户 对API调用成本敏感的项目 常规风险 | 风险类型 | 说明 | 缓解措施 ||---------|------|---------|| PII泄露 | autoCapture误捕获敏感信息 | 保持allowPIICapture: false（默认） || 数据持久化风险 | 磁盘存储可能被其他程序读取 | 使用内存模式或加密存储路径 || 供应链风险 | Hugging Face模型下载、npm依赖 | 验证模型哈希，锁定依赖版本 || Qdrant传输安全 | 外部服务器模式存在中间人风险 | 启用TLS，使用可信私有网络 || 记忆污染 | 错误记忆被反复召回强化 | 定期使用memory_forget清理 | 技术架构 用户输入 → Transformer.js嵌入 → Qdrant向量检索 → 相似度排序 → 上下文注入 采用ES6工厂函数模式，便于测试和依赖注入。向量维度768，默认余弦相似度度量。 原始说明 Local semantic memory with vector search and Transformers.js. Store, search, and recall conversation context using embeddings (fully local, no API keys).