（946期）maasv Memory – 完全本地的结构化长期记忆

完全本地的结构化长期记忆 为OpenClaw智能体提供完全本地托管的结构化长期记忆，支持语义+关键词+知识图谱三信号检索，数据完全自主可控。 使用说明 核心功能 maasv Memory 是专为 OpenClaw 设计的结构化长期记忆后端，替代默认内存实现，引入认知层架构。其核心能力包括 3-signal 检索系统（语义相似度 + 关键词匹配 + 知识图谱关联）、实体自动提取、时间版本控制以及经验学习机制。 技术架构 完全自托管：无云端服务，服务器运行于本地机器，数据以 SQLite 文件形式存储于本地磁盘 模块化设计：分离 LLM 提供商（Anthropic/OpenAI）与嵌入提供商（Voyage/OpenAI/Ollama），支持纯本地部署 零外部依赖模式：配合 Ollama 使用 Qwen3-Embedding-8B 可实现完全离线运行 显著优点 | 维度 | 优势 ||------|------|| 隐私安全 | 数据零出境，无遥测、无分析、无回连机制 || 检索精度 | 三重信号融合召回，显著优于单一向量检索 || 可控性 | 实体关系可解释，支持版本回溯与定向遗忘 || 成本灵活 | 支持从全云端到全本地的梯度部署方案 | 潜在局限 部署复杂度：需同时维护 Python 服务端与 Node.js 插件，对非技术用户门槛较高 本地资源消耗：知识图谱构建与实体提取需要持续 LLM 调用，本地模型质量直接影响效果 生态锁定：专为 OpenClaw 设计，迁移至其他 Agent 框架需适配成本 维护责任：完全自托管意味着安全更新、备份策略需用户自行承担 适合人群 对数据主权有强要求的企业/个人开发者 需要可解释、可审计记忆系统的 AI 应用构建者 愿意投入基础设施建设的 OpenClaw 重度用户 处理敏感信息（医疗、法律、金融）的垂直场景 常规风险 配置泄露风险：.env 文件中的 API 密钥需妥善保管 本地攻击面：SQLite 文件权限管理不当可能导致数据泄露 模型供应链：即便使用 Ollama，仍需验证模型来源完整性 版本兼容性：插件与服务器版本需严格匹配 原始说明 Provides structured long-term memory with semantic, keyword, and knowledge graph retrieval, entity extraction, temporal versioning, and experiential learning.