conversations

从 OpenClaw sessions/*.jsonl 导入对话历史到本地 SQLite，配合 FTS5 全文搜索。成为真正的记忆库，支持语义化查询历史对话，让整理和回顾更高效。装好后跑一次 import，之后随时可以 query。

conversations-universal

对话历史的本地记忆库。

使用方式

第一次使用

1. 运行导入脚本，把历史 session 读入本地库：

text

python {baseDir}/scripts/import_sessions.py

2. 之后每次想回顾历史，直接用 query 脚本：

text

python {baseDir}/scripts/query_conversations.py <搜索内容>

查询示例

bash

# 查询某天的讨论
python scripts/query_conversations.py "我们讨论过内存泄漏"

# 查询某个话题
python scripts/query_conversations.py "OpenClaw 配置"

自动导入

建议配合 cron 定期导入新 session：

text

openclaw cron add \
  --name "对话历史导入" \
  --cron "0 */6 * * *" \
  --session isolated \
  --message "python {baseDir}/scripts/import_sessions.py" \
  --announce

工作原理

• 存储：SQLite + FTS5 全文搜索，零外部依赖
• 导入：读取 agents/main/sessions/*.jsonl，解析 role/content，写入 chunks 表
• 搜索：FTS5 MATCH，支持自然语言查询

环境变量

变量	默认值	说明
OPENCLAW_WORKSPACE	自动推断	session 文件所在目录
CONVERSATIONS_DB	{workspace}/conversations.db	数据库路径
DRY_RUN	false	试运行，不写入

依赖

• Python 3.8+（内置 sqlite3，FTS5 需要 3.9+）
• OpenClaw sessions 目录

与 conversations 1.0 的区别

	conversations 1.0	conversations-universal
搜索方式	Ollama 向量搜索	SQLite FTS5
外部依赖	需要 Ollama	纯 Python
搜索质量	高（语义）	中（关键词）
适用场景	已有 Ollama 的用户	所有人