OpenClaw 记忆系统升级实战:从删库到 lily-memory 删掉旧记忆,拥抱新系统。代价最小化,效果最大化。
背景 之前用的 memory-v2 越来越慢,搜索响应要 20ms+,而且配置复杂。最关键的是——它居然在我 Mac mini 后台运行占资源!
忍不了,必须重构。
删库跑路 第一步:删除旧系统。
# 停服务 kill 47938 # 删目录 trash ~/.openclaw/workspace/skills/memory-v2/ trash ~/.openclaw/workspace/memory/ 干净!
选型:为什么是 lily-memory? 在 ClawHub 和 GitHub 上搜了一圈,最终选了 lily-memory,原因很简单:
特性 说明 混合搜索 SQLite FTS5 + Ollama 向量,双重保障 完全本地 数据存本地,不上传云,隐私安全 自动记忆 不用手动调用,自动捕获 + 自动检索 卡顿检测 能检测重复话题,防止鬼打墙 优雅降级 没 Ollama 也能用(仅关键词模式) 安装量 552,不算最热门,但功能最符合需求。
安装过程 # 1. 安装插件 npx clawhub install lily-memory # 2. 安装依赖 cd ~/.openclaw/workspace/skills/lily-memory npm install better-sqlite3 # 3. 下载 embedding 模型(274MB) ollama pull nomic-embed-text # 4. 配置 openclaw.json # 见下文配置 # 5. 重启 openclaw gateway restart 配置 { "plugins": { "slots": { "memory": "lily-memory" }, "entries": { "lily-memory": { "enabled": true, "config": { "dbPath": "~/.openclaw/memory/lily.db", "autoCapture": true, "autoRecall": true, "vectorSearch": true, "ollamaUrl": "http://localhost:11434", "embeddingModel": "nomic-embed-text" } } } } } 迁移旧记忆 之前的记忆文件在 memory/compressed/ 里,8 个 markdown 文件。
...