openclaw-supermemory

GitHub
749 85 简单 1 次阅读 今天Agent插件
AI 解读 由 AI 自动生成,仅供参考

OpenClaw Supermemory 是一款专为 OpenClaw 智能体设计的长期记忆插件,旨在赋予 AI 持续学习与回忆的能力。它解决了传统 AI 对话中常见的“健忘”痛点,即模型无法跨越单次会话保留用户偏好、历史背景或关键事实,导致每次交流都需重新建立上下文的问题。

该工具非常适合希望提升智能体个性化体验的开发者、研究人员以及普通用户。只需简单配置 API 密钥,无需搭建复杂的本地基础设施,即可让 AI 自动记录对话内容、提取关键信息并构建持久的用户画像。在后续交互中,OpenClaw Supermemory 能主动检索语义相关的过往记忆并注入当前上下文,使回答更加连贯且贴合用户需求。

其核心技术亮点在于完全基于云端运行,由 Supermemory 平台负责高效的信息抽取、去重及档案管理。除了自动化的“捕获”与“召回”机制外,它还支持通过自定义标签(如“工作”、“个人”)对记忆进行分类存储,并提供丰富的命令行工具与 Slash 命令,让用户能手动保存重点、搜索历史或直接管理记忆库。无论是构建具备深度上下文理解能力的客服机器人,还是打造懂你的个人助理,OpenClaw Supermemory 都能以低门槛的方式实现高质量的长期记忆功能。

使用场景

资深开发者李明正利用 OpenClaw 构建一个能长期陪伴用户的个人技术顾问 Agent,旨在处理跨越数周甚至数月的复杂项目咨询。

没有 openclaw-supermemory 时

  • 记忆断层严重:每次开启新对话,Agent 都会“失忆”,用户不得不反复重申项目背景、技术栈偏好及之前的决策逻辑。
  • 上下文碎片化:随着对话轮次增加,早期关键信息被挤出上下文窗口,导致 Agent 无法基于历史经验给出连贯建议,甚至出现前后矛盾。
  • 缺乏用户画像:Agent 无法主动识别用户的编码习惯或知识盲区,每次交互都像是在面对陌生人,无法提供个性化的指导方案。
  • 手动维护成本高:为了保持连续性,用户被迫手动整理长篇摘要并在每次会话初粘贴,极大降低了工作效率。

使用 openclaw-supermemory 后

  • 自动长效记忆:openclaw-supermemory 自动将过往对话提取并存储至云端,无论间隔多久,Agent 都能瞬间召回相关的项目细节和历史结论。
  • 智能语境注入:在每次回复前,插件自动检索语义相似的过往记录并注入上下文,确保多轮对话逻辑严密,彻底消除“断片”现象。
  • 动态用户建模:系统自动构建持久化的用户档案,Agent 能记住李明偏爱 Rust 语言且对异步编程有特定疑问,从而主动调整回答策略。
  • 零基础设施负担:无需自建向量数据库或编写复杂的记忆管理代码,仅需一行命令安装并配置 API Key,即可拥有企业级的记忆能力。

openclaw-supermemory 通过将短暂的对话转化为持久的智慧资产,让 AI Agent 真正进化为懂你过去、知你现在的长期合作伙伴。

运行环境要求

GPU

无需本地 GPU

内存

未说明

依赖
notes该工具为 OpenClaw 的云端插件,所有核心功能(记忆提取、去重、用户画像构建)均在 Supermemory 云端运行,无需本地基础设施。主要依赖已安装的 OpenClaw 环境及有效的 Supermemory Pro 及以上版本的 API Key。可通过环境变量或配置文件设置 API Key。
python未说明
openclaw
@supermemory/openclaw-supermemory
openclaw-supermemory hero image

快速开始

OpenClaw 超级记忆插件

Untitled_Artwork 3

OpenClaw 的长期记忆功能。自动记录对话、召回相关上下文,并构建持久的用户画像——所有这些都由 Supermemory 云端提供支持。无需本地基础设施。

需要 Supermemory Pro 或更高版本 - 为您的 OpenClaw 机器人解锁最先进的记忆能力。

安装

openclaw plugins install @supermemory/openclaw-supermemory

安装完成后,请重启 OpenClaw。

设置

openclaw supermemory setup

输入您在 app.supermemory.ai 上获取的 API 密钥。仅此而已。

高级设置

openclaw supermemory setup-advanced

通过交互式界面配置所有选项:容器标签、自动召回、自动捕获、捕获模式、自定义容器标签等。

工作原理

插件安装完成后,将自动运行:

  • 自动召回 — 在每次 AI 回合开始前,向 Supermemory 查询相关记忆并将其作为上下文注入。AI 将看到您的用户画像以及语义上相似的过往对话。
  • 自动捕获 — 每次 AI 回合结束后,对话会被发送到 Supermemory 进行提取和长期存储。
  • 自定义容器标签 — 您可以定义自定义的记忆容器(例如 workpersonalbookmarks)。当使用记忆工具时,AI 会根据您的指示自动选择合适的容器。

所有操作均在云端完成。Supermemory 负责提取、去重和用户画像的构建。

斜杠命令

命令 描述
/remember <text> 手动将内容保存到记忆中。
/recall <query> 按相似度分数搜索记忆。

AI 工具

AI 会自主使用这些工具。启用自定义容器标签后,所有工具都支持 containerTag 参数,用于将操作路由到特定容器。

工具 描述
supermemory_store 将信息保存到记忆中。
supermemory_search 根据查询搜索记忆。
supermemory_forget 根据查询或 ID 删除记忆。
supermemory_profile 查看用户画像(持久事实 + 近期上下文)。

CLI 命令

openclaw supermemory setup              # 配置 API 密钥
openclaw supermemory setup-advanced     # 配置所有选项
openclaw supermemory status             # 查看当前配置
openclaw supermemory search <query>     # 搜索记忆
openclaw supermemory profile            # 查看用户画像
openclaw supermemory wipe               # 删除所有记忆(需确认)

配置

可通过环境变量设置 API 密钥:

export SUPERMEMORY_OPENCLAW_API_KEY="sm_..."

或者在 ~/.openclaw/openclaw.json 中进行配置:

选项

类型 默认值 描述
apiKey string Supermemory API 密钥。
containerTag string openclaw_{hostname} 根记忆命名空间。
autoRecall boolean true 在每次 AI 回合前注入相关记忆。
autoCapture boolean true 每回合结束后存储对话。
maxRecallResults number 10 每回合最多注入的记忆数量。
profileFrequency number 50 每 N 回合注入一次完整用户画像。
captureMode string "all" "all" 过滤短文本,"everything" 则捕获全部内容。
debug boolean false 输出详细调试日志。
enableCustomContainerTags boolean false 启用自定义容器路由。
customContainers array [] 自定义容器,包含 tagdescription 属性。
customContainerInstructions string "" AI 关于容器路由的指导说明。

完整示例

{
  "plugins": {
    "entries": {
      "openclaw-supermemory": {
        "enabled": true,
        "config": {
          "apiKey": "${SUPERMEMORY_OPENCLAW_API_KEY}",
          "containerTag": "my_memory",
          "autoRecall": true,
          "autoCapture": true,
          "maxRecallResults": 10,
          "profileFrequency": 50,
          "captureMode": "all",
          "debug": false,
          "enableCustomContainerTags": true,
          "customContainers": [
            { "tag": "work", "description": "与工作相关的记忆" },
            { "tag": "personal", "description": "个人笔记" }
          ],
          "customContainerInstructions": "将工作任务存入 'work',个人事务存入 'personal'"
        }
      }
    }
  }
}

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|今天
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|昨天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

141.5k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.9k|★★☆☆☆|今天
开发框架图像Agent

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|今天
语言模型图像Agent

Deep-Live-Cam

Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。

88.9k|★★★☆☆|今天
开发框架图像Agent