ClawMem：为AI编码代理构建本地持久化记忆系统的完整指南

1. 项目概述：ClawMem，一个为AI编码代理构建的本地记忆层

如果你和我一样，长期与Claude Code、OpenClaw或Hermes这类AI编码助手打交道，一定遇到过这个核心痛点：会话是孤立的。上一轮对话中你花了半小时解释清楚的复杂业务逻辑、刚刚敲定的架构决策、或者昨天踩过的一个深坑，到了新开一个会话窗口时，AI助手又变回了一张白纸。你不得不反复复制粘贴聊天记录，或者手动整理一份“上下文文档”来喂给AI，效率低下且容易遗漏关键信息。

这正是ClawMem要解决的问题。它不是一个简单的聊天记录管理器，而是一个运行在你本机上的、智能的、持久化的记忆系统。你可以把它想象成AI助手专属的“第二大脑”或“工作记忆外挂”。它能自动从你的Markdown笔记、项目文档、代码注释乃至与AI的对话记录中，提取、索引并结构化关键信息（决策、问题、里程碑、个人偏好），形成一个可检索的“记忆库”。当你在新的会话中提出问题时，ClawMem能像一位经验丰富的同事一样，主动且精准地将相关的历史背景、过往决策和解决方案“推送”到AI的上下文中，让AI从一开始就站在你已有的知识基础上进行思考。

它的核心价值在于“本地优先”和“无感集成”。所有数据、模型推理都发生在你的电脑上，无需任何API密钥，不依赖任何云服务，彻底保障了隐私和数据的完全控制权。同时，它通过标准化的钩子（Hooks）和模型上下文协议（MCP）与主流的AI编码工具深度集成，90%的检索和记忆注入过程是自动完成的，你几乎感觉不到它的存在，但它带来的效率提升是实实在在的。

2. 核心架构与设计哲学

ClawMem的设计并非凭空而来，它巧妙地融合了近年来多个前沿开源项目的研究精华，形成了一套独特而高效的混合架构。理解这套架构，能帮你更好地驾驭它，并在必要时进行调优。

2.1 混合检索引擎：不只是向量搜索

很多RAG（检索增强生成）系统一提到搜索就只做向量相似度匹配。ClawMem认为这是不够的。它采用了源自QMD项目的多信号混合检索策略，就像一个经验丰富的侦探，会从多个角度交叉验证线索：

1. BM25关键词检索：快速定位包含精确术语的文档。比如搜索“用户登录流程”，它能立刻找到所有标题或正文里明确提到这几个字的笔记。
2. 向量语义搜索：理解查询的深层含义。即使用户问“怎么让用户进来”，它也能匹配到关于“用户认证与登录设计”的文档。
3. 互逆排序融合：将上述两种（或更多）检索方法的结果列表进行智能合并，取长补短。既保证了召回率（不遗漏相关文档），又通过重排序提升了准确率。
4. 查询扩展：基于qmd-query-expansion-1.7B模型，自动生成与原查询语义相近的变体词、同义词或更具体的子查询，扩大搜索范围。例如，“优化性能”可能被扩展为“提升速度”、“减少延迟”、“缓存策略”。
5. 交叉编码器重排序：这是最后的“精加工”步骤。利用zerank-2或qwen3-reranker这类专门的“裁判”模型，对初步检索出的Top N个候选文档，逐一与原始查询进行深度语义匹配打分，重新精确排序，确保最相关的结果排在最前面。

这种“组合拳”确保了无论是精确的关键词匹配、模糊的语义联想，还是复杂的多主题查询，ClawMem都能找到最相关的背景信息。

2.2 智能记忆生命周期管理：让记忆“活”起来

记忆不是简单的存储和读取。ClawMem借鉴了SAME和A-MEM的思想，为每一条记忆注入了动态的生命周期：

• 复合评分机制：一条记忆的相关性得分，不仅仅是搜索匹配度。它还综合了：
  • 时间衰减：越近的记忆越重要。
  • 置信度：来自明确决策的记录比模糊的讨论得分更高。
  • 内容类型半衰期：代码片段可能比会议纪要衰减得更慢。
  • 协同激活强化：经常被一起检索的记忆会形成关联，下次检索其中一条时，另一条也会被“连带”提升。
  • 修订耐久性：被反复修改和完善的文档，其“价值信号”会更强。
• 意图分类与多图遍历：当收到一个查询时，ClawMem会先判断你的意图：是想问“为什么”（WHY）、“什么时候”（WHEN）、关于某个“实体”（ENTITY）还是“是什么”（WHAT）。根据不同的意图，它会调整在语义图（概念关联）、时间图（事件序列）和因果图（决策链路）中进行“光束搜索”的权重，从而找到最符合你当前思考模式的记忆路径。
• 自我演化的记忆笔记：这是A-MEM理念的体现。ClawMem不仅存储原始文本，还会自动为文档提取关键词、打上标签、并推断不同记忆条目之间的因果关系。例如，它可能将“决定采用Redis缓存”与“解决了API响应慢的问题”这两条记录链接起来，形成一个“问题-决策-结果”的知识图谱。
• 矛盾检测与消解：这是保证记忆一致性的关键。当新的观察（例如，“我们决定改用PostgreSQL”）与旧记忆（“之前决定用MySQL”）冲突时，系统会自动标记矛盾，并通过衰减旧记忆或创建版本注释来处理，防止AI获得矛盾信息。v0.7.1版本更是加强了合并时的安全门控，防止跨实体合并（比如把Alice的决定误合并到Bob头上）。
• 生命周期管理：支持对记忆进行“置顶”（永久提升优先级）或“稍后处理”（临时抑制），并可根据策略自动归档陈旧记忆，保持记忆库的清洁和高效。

2.3 无缝的代理集成：90/10自动化原则

ClawMem追求的是“无感”体验。它提出了一个90/10自动化原则：

• 90% 自动完成：通过安装在Claude Code、OpenClaw或Hermes中的生命周期钩子，ClawMem在后台自动完成绝大部分工作：
  • 会话启动时：自动注入你的个人资料、上次会话的交接摘要、近期重要决策和待处理的陈旧笔记，实现“热启动”。
  • 每次用户提交提示时：运行context-surfacing钩子，自动检索并注入最相关的记忆到AI的上下文窗口。v0.9.0版本更进一步，当提示中提到已知实体时，会直接注入结构化的<vault-facts>三元组（主语-谓语-宾语），让AI以“已知事实”的方式理解。
  • 会话结束时：自动运行decision-extractor，使用本地GGUF模型分析对话记录，提取出结构化的决策、偏好、里程碑和问题，存入记忆库。并生成本次会话的“交接摘要”，供下次会话使用。
  • 上下文压缩前：在AI的上下文窗口即将被清空（压缩）前，抢先运行precompact-extract，确保关键的会话状态被捕获，避免丢失。
• 10% 按需调用：当AI代理需要执行更复杂的、钩子未覆盖的检索任务时，可以通过MCP工具主动查询。ClawMem提供了多达31个MCP工具，例如query（混合搜索）、intent_search（意图搜索）、find_causal_links（查找因果链）、timeline（时间线浏览）等。

所有集成方式——Claude Code的钩子+MCP、OpenClaw的原生插件、Hermes的MemoryProvider插件——最终都读写同一个本地SQLite数据库。这意味着，你在Claude Code中捕获的一个决策，立刻就能被OpenClaw或Hermes中的另一个代理看到，实现了跨会话、跨平台的持久化共享记忆。

3. 从零开始：完整安装与配置指南

纸上谈兵终觉浅，绝知此事要躬行。下面我将带你一步步搭建一个功能完整的ClawMem系统。我会假设你是在一台Linux或macOS开发机上操作，这是获得最佳体验的环境。

3.1 基础环境准备

首先，确保你的系统满足最低要求：

1. 安装Bun：ClawMem使用Bun作为运行时。切勿使用Snap版本的Bun，因为它存在无法读取标准输入的问题，会导致钩子失效。

   # 官方推荐的一键安装脚本 curl -fsSL https://bun.sh/install | bash # 安装后，将Bun加入PATH（根据提示操作，或手动添加到~/.bashrc/zshrc） echo 'export BUN_INSTALL="$HOME/.bun"' >> ~/.zshrc echo 'export PATH="$BUN_INSTALL/bin:$PATH"' >> ~/.zshrc source ~/.zshrc

2. 确保SQLite支持FTS5：Bun自带的SQLite通常已包含。在macOS上，为了更好的扩展支持，建议通过Homebrew安装：

   brew install sqlite

   ClawMem会自动检测并使用Homebrew的SQLite。

3.2 安装ClawMem

推荐使用npm或Bun进行全局安装，这是最便捷的方式：

# 使用npm npm install -g clawmem # 或使用Bun（如果你用Bun作包管理器） bun add -g clawmem

安装完成后，在终端输入clawmem，应该能看到帮助信息。

3.3 模型选择与下载：根据硬件量力而行

这是决定系统性能和检索质量的关键一步。ClawMem依赖三个核心的GGUF模型文件，你需要根据你的GPU显存情况做出选择。

我的建议是：

• 如果你有12GB及以上显存（如RTX 3060 12G, 3080, 4090等）：毫不犹豫地选择SOTA性能栈。虽然模型稍大，但检索质量有显著提升。
• 如果你的显存小于12GB，或使用Apple Silicon Mac（共享内存）：使用QMD原生组合。它们在保证不错效果的同时，对资源友好得多。
• 如果你完全没有GPU：仍然可以使用QMD原生组合，node-llama-cpp会退回到CPU推理，只是速度会慢一些。或者，考虑使用云嵌入API（如Jina AI），将最耗资源的向量计算外包。

方案一：SOTA性能栈（约需10GB VRAM）

这个组合使用了ZeroEntropy蒸馏出的顶尖模型，能提供最好的检索质量。注意：zembed-1和zerank-2使用非因果注意力，启动参数有特殊要求。

重要提示：zembed-1和zerank-2模型基于CC-BY-NC-4.0许可证，仅限非商业用途。如果你的项目涉及商业应用，请选择方案二。

方案二：QMD原生组合（约需4GB VRAM）

这是ClawMem默认的轻量级组合，效果均衡，资源消耗低，且无使用限制。

下载完成后，建议将模型文件集中放在一个目录下，例如~/models/clawmem/。

3.4 启动GPU推理服务（推荐）

为了让ClawMem获得最佳性能，并且避免node-llama-cpp在后台静默回退到CPU模式，我们需要使用llama-server（来自llama.cpp项目）以独立服务的形式运行这些模型。

首先，确保你安装了llama.cpp并编译了llama-server：

git clone https://github.com/ggml-org/llama.cpp cd llama.cpp make -j4 server

编译完成后，llama-server可执行文件位于项目根目录。

接下来，为每个模型创建启动脚本或systemd服务。这里以SOTA栈为例，创建三个启动脚本：

启动嵌入模型服务 (embed_server.sh):

#!/bin/bash cd ~/models/clawmem /path/to/llama.cpp/server -m zembed-1-Q4_K_M.gguf \ --embeddings --port 8088 --host 0.0.0.0 \ -ngl 99 -c 8192 -b 2048 -ub 2048

启动LLM模型服务 (llm_server.sh):

#!/bin/bash cd ~/models/clawmem /path/to/llama.cpp/server -m qmd-query-expansion-1.7B-q4_k_m.gguf \ --port 8089 --host 0.0.0.0 \ -ngl 99 -c 4096 --batch-size 512

启动重排序模型服务 (rerank_server.sh):

#!/bin/bash cd ~/models/clawmem /path/to/llama.cpp/server -m zerank-2-Q4_K_M.gguf \ --port 8090 --host 0.0.0.0 \ -ngl 99 -c 4096 -b 2048 -ub 2048

赋予脚本执行权限：chmod +x *.sh，然后分别运行它们。你可以使用tmux或screen来保持它们在后台运行。

更优雅的方式：使用Systemd（Linux）或Launchd（macOS）对于生产级使用，我强烈建议配置成系统服务，实现开机自启和自动管理。ClawMem的docs/guides/systemd-services.md提供了详细的模板。以Linux systemd为例，为每个服务创建一个单元文件（如clawmem-embed.service），配置好ExecStart命令和Restart=always，然后用systemctl enable --now启动即可。

3.5 初始化你的第一个记忆库

现在，ClawMem核心和模型服务都已就绪，是时候创建你的记忆库并索引一些内容了。最快捷的方式是使用bootstrap命令，它一次性完成所有初始化步骤：

# 假设你的笔记都放在 ~/notes 目录下 clawmem bootstrap ~/notes --name my-notes

这个命令会：

1. 在~/.cache/clawmem/创建SQLite数据库（记忆库）。
2. 将~/notes目录添加为一个名为 “my-notes” 的集合。
3. 扫描该目录下所有.md文件，提取文本片段。
4. 调用嵌入模型服务，为所有文本片段生成向量并存入索引。
5. 为你配置的AI代理（如Claude Code）安装钩子和MCP服务器。

你也可以选择分步操作，以便更精细地控制：

# 1. 初始化配置和数据库 clawmem init # 2. 添加你想要索引的目录（可以添加多个） clawmem collection add ~/projects/myapp --name work-project clawmem collection add ~/personal/research --name personal-research # 3. 更新索引并生成嵌入向量（这步可能耗时，取决于文档数量） clawmem update --embed # 4. 为Claude Code安装集成 clawmem setup hooks clawmem setup mcp

关于集合（Collection）的配置技巧：默认情况下，ClawMem会索引集合目录下所有.md文件。你可以在~/.config/clawmem/config.yaml中为每个集合定制pattern字段。例如，如果你只想索引特定的文件类型或排除某些目录：

collections: work-project: path: ~/projects/myapp pattern: "**/*.{md,mdx,txt}" # 索引md, mdx, txt文件 ignore: "**/node_modules/**" # 忽略node_modules docs: path: ~/docs pattern: "**/*.md"

3.6 验证安装与集成

完成以上步骤后，运行健康检查命令确保一切正常：

clawmem doctor

这个命令会检查：数据库连接、模型服务可达性、钩子配置、MCP服务器注册状态等，并给出详细报告。

你也可以快速查看索引状态：

clawmem status

现在，打开你的Claude Code（或OpenClaw/Hermes），开始一个新的会话。你应该能立即感受到不同：在你不经意间，与当前话题相关的历史决策、笔记片段已经被自动注入到了上下文之中。你可以尝试问一个宽泛的问题，比如“我们之前关于项目架构是怎么决定的？”，看看ClawMem能否从你的记忆库中找回相关信息。

4. 深度集成与高级工作流

基础搭建只是开始。要让ClawMem真正融入你的工作流，成为得力的“第二大脑”，还需要理解其高级特性和配置技巧。

4.1 与Claude Code的深度集成

ClawMem为Claude Code提供了最成熟的集成。clawmem setup hooks和clawmem setup mcp会在你的~/.config/claude-desktop/目录下创建相应的配置文件。

• 钩子（Hooks）：编辑settings.json，你会看到新增的SessionStart、UserPromptSubmit、Stop等钩子，它们指向ClawMem的脚本。不要手动修改这些路径，除非你清楚自己在做什么。这些钩子构成了90%的自动化流程。
• MCP服务器：在~/.claude.json中注册了ClawMem的MCP服务器。这意味着Claude Code内部可以调用ClawMem的所有检索工具。你可以在Claude Code的提示中直接使用这些工具，例如：“/search帮我找一下所有关于‘用户认证’的讨论”。

实操心得：管理会话焦点v0.9.0引入了一个非常实用的功能：会话级焦点主题提升。当你在一个会话中深度讨论某个特定主题（比如“重构支付模块”）时，你可以手动设置一个焦点，让ClawMem在该会话中优先检索与此主题相关的内容。

# 在当前Claude Code会话中设置焦点 clawmem focus set "支付模块重构与数据库分片设计" --session-id <你的会话ID>

设置后，ClawMem在该会话的后续检索中，会对匹配焦点主题的文档进行1.4倍加分，对不相关的进行0.75倍降权。这个焦点文件是会话隔离的，不会污染全局记忆库，会话结束即失效。

4.2 作为OpenClaw原生插件

从v0.10.0开始，ClawMem可以作为原生插件直接安装到OpenClaw中，这比通过MCP集成更深入、更高效。

clawmem setup openclaw

这个命令会将插件文件复制到~/.openclaw/extensions/clawmem/。插件提供了与Claude Code钩子类似的生命周期集成，并且深度感知OpenClaw的上下文压缩机制。它的before_prompt_build钩子是“负载保障”路径，能在LLM调用触发压缩前，同步运行precompact-extract来捕获状态，避免了与压缩器的竞态条件，确保了关键信息不会在压缩前丢失。

重要配置：避免重复注入OpenClaw自身可能有内存搜索功能。为了避免ClawMem和OpenClaw原生功能向提示中注入重复内容，建议禁用OpenClaw的原生额外路径搜索：

openclaw config set agents.defaults.memorySearch.extraPaths "[]"

插件生态共存ClawMem定位为记忆插件（Memory Plugin），负责跨会话的持久化检索。它可以与OpenClaw的Active Memory插件（负责会话内的压缩和整理）以及memory-core梦境侧车（v2026.4.18+）和谐共存。它们作用于不同的层面，互不冲突。这体现了OpenClaw/Hermes社区正在形成的“记忆插件”与“上下文引擎插件”双表面模型，前者管长期记忆，后者管短期窗口优化。

4.3 作为Hermes Agent的MemoryProvider

对于Hermes Agent用户，ClawMem以MemoryProvider抽象基类插件的形式提供集成。

安装（推荐用户插件路径，避免更新冲突）：

cp -r /path/to/ClawMem/src/hermes ~/.hermes/plugins/clawmem

然后在你的Hermes配置文件（config.yaml）中设置：

memory: provider: clawmem

并在环境变量中配置ClawMem二进制路径和端口等。

Hermes插件提供了与OpenClaw类似的生命周期映射（prefetch,on_session_end,on_pre_compress），并维护自己独立的JSONL对话记录供ClawMem的钩子分析。

4.4 多框架协同与多记忆库

ClawMem最强大的特性之一就是记忆共享。默认情况下，所有集成（Claude Code, OpenClaw, Hermes）都读写同一个位于~/.cache/clawmem/index.sqlite的SQLite数据库。这意味着：

• 你在Claude Code中与AI讨论并确定的一个API设计规范，会被自动提取并存入记忆库。
• 稍后，当你在OpenClaw中询问“API的鉴权机制是什么？”时，ClawMem会自动将刚才的规范推送给AI。
• 同时，Hermes Agent在分析代码时，也能检索到这条规范。

这种无缝的跨平台记忆同步，极大地提升了多工具协作的连贯性。

高级用法：多记忆库隔离如果你需要将工作记忆和个人记忆、或者不同项目的记忆完全隔离，ClawMem支持多记忆库配置。 在~/.config/clawmem/config.yaml中配置：

vaults: work: ~/.cache/clawmem/work_vault.sqlite personal: ~/.cache/clawmem/personal_vault.sqlite project-alpha: ~/.cache/clawmem/alpha.sqlite

使用时，可以通过MCP工具的vault参数指定使用哪个库，例如：query("项目进度", vault="work")。不指定则使用默认库。

5. 运维、调优与故障排查

任何系统在长期使用后都需要维护和优化。ClawMem设计时考虑到了这一点，提供了丰富的运维工具和配置项。

5.1 后台维护与性能优化

ClawMem有几个后台进程来维护记忆库的健康：

• 文件监视器（Watcher）：监控已配置集合目录的文件变化，实时更新索引。
• 嵌入定时器（Embed Timer）：定期对新增或修改的文档进行向量化。
• 维护工作线程（v0.8.0+）：运行在“安静窗口”内的重型维护任务，如深度记忆整合、演绎合成等。默认关闭，可通过设置环境变量CLAWMEM_HEAVY_LANE=true并配置quiet_window来启用。它会智能避开交互会话的高峰期。

配置Systemd服务（Linux）为了稳定性，建议将Watcher和Embed Timer配置为系统服务。参考项目内的docs/guides/systemd-services.md创建服务单元文件。一个关键的技巧是使用systemd的“drop-in”文件来覆盖和启用维护工作线程：

# /etc/systemd/system/clawmem-watcher.service.d/override.conf [Service] Environment="CLAWMEM_HEAVY_LANE=true" Environment="CLAWMEM_QUIET_WINDOW_START=2" Environment="CLAWMEM_QUIET_WINDOW_END=6"

这样，维护任务只会在凌晨2点到6点之间运行。

5.2 检索质量调优

ClawMem的检索质量可以通过几个环境变量进行微调：

• CLAWMEM_PROFILE：这是最直接的开关。设置为speed（速度优先）、balanced（平衡，默认）或deep（深度优先）。deep模式会启用更复杂的查询扩展和重排序，但延迟更高。
• CLAWMEM_RERANK_LIMIT：控制交叉编码器重排序阶段考虑的候选文档数量。增加此值（例如从默认的20增加到30）可能会提高最终结果的准确性，但也会增加计算开销。
• CLAWMEM_EMBED_MAX_CHARS：本地嵌入模型处理文本的最大字符数。对于长文档，适当增加此值可以包含更多上下文，但会消耗更多token。需根据模型上下文窗口调整（如EmbeddingGemma是2048 tokens，约对应6000字符）。

5.3 常见问题与解决方案实录

在实际部署和使用中，我遇到过一些典型问题，这里分享我的排查思路和解决方法：

问题1：钩子不工作，Claude Code会话中没有自动注入内容。

• 检查步骤：
  1. 运行clawmem doctor，查看钩子配置和MCP服务器状态是否正常。
  2. 检查Claude Code的settings.json，确认钩子脚本路径正确且可执行。
  3. 查看ClawMem日志：tail -f ~/.cache/clawmem/clawmem.log。在Claude Code中提交一个提示，观察日志中是否有context-surfacing相关的记录。
• 可能原因与解决：
  • 路径错误：如果ClawMem是通过源码安装的，钩子脚本路径可能不对。重新运行clawmem setup hooks。
  • 权限问题：确保钩子脚本有执行权限 (chmod +x).
  • 模型服务未启动：如果嵌入或LLM服务未运行，检索会失败。确保llama-server进程在运行，并且端口（8088, 8089, 8090）可访问。

问题2：检索速度很慢，每次提示都要等好几秒。

• 检查步骤：
  1. 运行clawmem status，查看索引的文档和片段数量。数量巨大（>10万）会影响速度。
  2. 检查top或nvidia-smi，确认是CPU还是GPU负载高。
  3. 设置CLAWMEM_PROFILE=speed看是否有改善。
• 可能原因与解决：
  • 回退到CPU模式：最可能的原因。检查模型服务是否真的在GPU上运行。查看llama-server启动日志是否有-ngl 99参数，以及是否报错。确保CUDA/Vulkan/Metal驱动正常。
  • 索引过大：考虑对记忆库进行“归档”清理，使用clawmem collection prune移除不再需要的旧集合，或调整集合的pattern减少索引范围。
  • 网络延迟（远程GPU）：如果使用远程GPU服务器，网络延迟会成为瓶颈。考虑在本地使用轻量级模型（QMD原生组合）。

问题3：提取的决策或记忆不准确，甚至出现矛盾信息。

• 检查步骤：
  1. 使用clawmem query "某个主题"命令直接查询记忆库，看返回的原始片段是否准确。
  2. 检查~/.cache/clawmem/index.sqlite中的observations表，看看是否有矛盾的记录。
• 可能原因与解决：
  • 观察模型精度：决策提取依赖于本地的GGUF观察模型。可以尝试使用更大、更精确的模型，但需要更多VRAM。
  • 会话转录不完整：确保Claude Code/OpenClaw的对话被完整地传递给ClawMem的钩子。检查是否有过滤或截断。
  • 启用深度维护：v0.7.1之后加强了矛盾检测和合并安全。确保你的版本是最新的，并考虑启用后台维护工作线程，运行深度整合和演绎合成管道，让系统自我清理和修正矛盾。

问题4：升级后出现数据库错误或功能异常。

• 黄金法则：始终在升级前，备份你的记忆库数据库文件(~/.cache/clawmem/index.sqlite)。
• ClawMem使用CREATE IF NOT EXISTS和ALTER TABLE ADD COLUMN进行自动迁移，通常很安全。但跨大版本升级（如0.1.x -> 0.2.0）后，建议运行以下命令来后填充新功能所需的数据：

  clawmem reindex --enrich # 对所有文档运行完整的A-MEM增强管道 # 如果升级了嵌入模型，还需要： clawmem embed

• 详细版本升级说明请务必查阅docs/guides/upgrading.md。

5.4 云嵌入作为备选方案

如果你的机器完全没有GPU，或者不想在本地运行模型，云嵌入API是一个非常好的备选方案。ClawMem支持任何提供OpenAI兼容/v1/embeddings端点的服务。

以Jina AI为例进行配置：

1. 获取Jina AI的API密钥。
2. 创建或编辑~/.config/clawmem/.env文件：

   CLAWMEM_EMBED_URL=https://api.jina.ai CLAWMEM_EMBED_API_KEY=jina_your_actual_key_here CLAWMEM_EMBED_MODEL=jina-embeddings-v5-text-small # 可选：设置每分钟token限制（根据你的套餐调整） CLAWMEM_EMBED_TPM_LIMIT=100000

3. 无需启动本地的llama-server嵌入服务。ClawMem会自动将嵌入请求发送到Jina AI。

云服务的优缺点：

• 优点：无需本地GPU资源，速度快（尤其是批量处理），通常提供更长的上下文窗口（如32K），嵌入质量可能更高。
• 缺点：产生API费用，依赖网络，数据需要发送到第三方（需考虑隐私政策）。

我个人在开发机上使用本地GPU服务，但在一些轻量级的云服务器或笔记本上，会切换到云嵌入方案，两者通过环境变量切换非常方便。

经过数月的深度使用，ClawMem已经从我的一个“实验性工具”转变为AI编程工作流中不可或缺的基础设施。它真正解决了AI助手“健忘”的问题，将零散的知识点串联成了可检索、可推理的知识网络。最大的体会是，信任是逐步建立的。一开始你可能会怀疑它推送的内容是否真的相关，但当你多次在复杂的上下文中，被它精准唤起的“记忆”所拯救时，这种信任就会牢固地建立起来。它的价值不在于某一次惊艳的检索，而在于持续、稳定、无感地提升你与AI协作的基线效率。如果你也厌倦了反复向AI复述项目背景，那么投入一些时间搭建和调优ClawMem，将会是一笔非常值得的投资。