（1124期）Pgmemory – Agent 持久记忆 · 语义检索 · 智能衰减

Agent 持久记忆 · 语义检索 · 智能衰减 为 OpenClaw Agent 提供基于 PostgreSQL+pgvector 的持久化语义记忆，实现跨会话的知识沉淀与智能召回，支持多 Agent 隔离、自动衰减与分级重要性管理。 使用说明 核心功能 pgmemory 是专为 OpenClaw Agent 设计的持久化语义记忆系统，通过 PostgreSQL + pgvector 实现向量存储与语义检索。Agent 传统上每次会话"冷启动"，pgmemory 通过自动加载关键记忆、智能语义召回解决了这一痛点。 显著优点 零配置快速启动：一键脚本自动完成 Docker、数据库、迁移、Embedding 服务商配置及定时任务 分级记忆管理：3 级重要性体系（关键/重要/临时），自动衰减归档而非硬删除，支持自动恢复 多 Agent 隔离：按 Agent ID 命名空间隔离，支持主 Agent 收割子 Agent 记忆 灵活的 Embedding 支持：Voyage/OpenAI/Ollama 等主流服务商兼容，支持本地部署 完善的运维工具：内置 --doctor 健康检查、--validate 配置校验、--decay 手动衰减等运维命令 潜在局限 Provider 锁定：v1.2 尚未支持 Embedding Provider 热切换，需重建数据库（v1.1 计划支持 --re-embed） 基础设施依赖：必须自建 PostgreSQL + pgvector 环境，无法纯 SaaS 化使用 Python 版本限制：要求 Python 3.9+，旧环境兼容性受限 衰减策略固定：180天/30天的 TTL 为硬编码，暂不支持自定义配置 适合人群 使用 OpenClaw 多 Agent 架构的开发者 需要 Agent 具备"长期记忆"能力的 AI 应用构建者 对数据主权有要求、偏好私有化部署的团队 常规风险 数据持久化风险：PostgreSQL 单点故障需自行配置备份 API Key 管理：Embedding 服务商密钥通过环境变量注入，需防范 .bash_history 等泄露 向量维度不一致：切换 Provider 未重建数据库将导致查询异常，需严格遵循 --doctor 检查 原始说明 Persistent semantic memory for OpenClaw agents — PostgreSQL + pgvector