Sophie Mem0

企业级智能记忆系统，支持跨会话语义记忆存储与检索，实现多级长期上下文管理和自我反思学习能力。

Security Scan

技能代码与说明大体匹配其记忆管理用途，但在‘无第三方数据传输’、默认配置和凭据位置上存在不一致，可能导致敏感对话被发送到外部模型服务。

Purpose & Capability

名称、描述和包含的脚本（auto_memory.py、mem0_cli.py）一致地实现了语义记忆提取、存储与检索，且明确依赖 mem0ai 与向量库（Qdrant）。所需服务与功能匹配。

Instruction Scope

SKILL.md 与脚本均要求/使用配置文件 ~/.openclaw/workspace/mem0_config.json 包含 LLM/embedder 的 API Key 和远程 base_url（例如 open.bigmodel.cn / OpenAI），但文档同时声明“无第三方数据传输”。在运行时，mem0 客户端（外部库）可能会将提取的用户文本发送到配置的远程模型/嵌入服务，导致数据出站。脚本会自动提取并持久化用户话语（含原文片段），并未限制发送目标或显式提示用户同意。

Install Mechanism

技能为“instruction-only”且未包含安装脚本；README 建议使用 pip install mem0ai qdrant-client（公开 PyPI 包），没有从不受信任的 URL 下载或可疑二进制安装步骤。总体安装风险较低，但需要审查第三方包（mem0ai）的网络行为。

Credentials

skill.json / registry 列表不要求任何环境变量, 但运行依赖于一个本地配置文件来提供 LLM/embedder API keys 和 base_url。把凭据放在该配置文件（明文）是设计决策；默认示例将 provider 指向外部服务（open.bigmodel.cn / OpenAI），这要求提交敏感 API Key 到本地文件并允许 outbound 调用。缺乏显式声明或保护措施（例如提醒不要将敏感数据放在共享环境）构成比例性问题。

Persistence & Privilege

技能未请求 always:true，也不修改其他技能或系统范围配置。它在用户工作区内读写配置和通过 mem0 库存储记忆，这是技能应有的自行持久化范围。

What to consider before installing

该技能实现了预期的记忆提取与存储功能，但有两点需要你在安装/启用前确认： 1) 配置文件会包含 LLM/embedder 的 API Key 与 base_url（示例指向 open.bigmodel.cn / OpenAI）。这意味着提取的用户文本/元数据可能被发送到这些远程模型。若你 require 本地-only 存储，务必将配置指向只在本地运行的服务（例如本地 Qdrant + 私有/内网模型），并检查 mem0ai 如何调用外部服务。 2) SKILL.md 声称“无第三方数据传输”，但默认示例配置矛盾：不要上传敏感对话到该配置文件中，不要在共享环境放置 API Key，先在隔离环境中运行并观察 mem0ai 的网络流量（或审查 mem0ai 源码）以确认其行为。 建议的步骤： - 在受控/隔离环境中测试（例如容器），先不填入任何外部 API Key。 - 审查或依赖可信来源的 mem0ai 包（确认其如何调用嵌入/LLM服务）。 - 如果希望完全本地化，配置本地 embedder/LLM 与 Qdrant，并验证没有外联请求。 - 将配置文件权限限制为仅限运行用户（例如 chmod 600），并备份/清理不需要的记忆数据。 如果你希望我进一步检查 mem0ai 的网络调用行为或帮助生成一个仅本地化配置样本，请告知。

Sophie Mem0 - 智能记忆系统

企业级长期记忆系统，为OpenClaw Agent提供持久化语义记忆能力

概述

Sophie Mem0 是一款基于 mem0ai 的企业级记忆管理技能，为 Agent 提供：

• 语义记忆存储 - 自然语言描述的记忆，自动提取关键信息
• 跨会话持久化 - 记忆永不过期，支持长期上下文
• 智能检索 - 语义搜索，快速定位相关记忆
• 多级记忆 - 支持 User/Session/Agent 三级记忆体系
• 自我反思 - Agent 可评估自身表现并从经验中学习

前置要求

必需服务

服务	版本	说明
Qdrant	≥1.7	向量数据库，存储记忆向量
Python	≥3.10	运行 mem0ai
mem0ai	≥0.1.x	记忆框架核心

依赖安装

pip install mem0ai qdrant-client

配置

1. 服务启动

# 启动 Qdrant (Docker)
docker run -d --name qdrant -p 6333:6333 -p 6334:6334 qdrant/qdrant

# 验证 Qdrant 运行
curl http://localhost:6333/readyz

2. 环境配置

技能读取配置文件：~/.openclaw/workspace/mem0_config.json

{
    "vector_store": {
        "provider": "qdrant",
        "config": {
            "host": "localhost",
            "port": 6333,
            "collection_name": "sophie_memory"
        }
    },
    "llm": {
        "provider": "openai",
        "config": {
            "api_key": "YOUR_API_KEY",
            "openai_base_url": "https://open.bigmodel.cn/api/paas/v4",
            "model": "glm-4"
        }
    },
    "embedder": {
        "provider": "openai",
        "config": {
            "api_key": "YOUR_API_KEY",
            "openai_base_url": "https://open.bigmodel.cn/api/paas/v4",
            "model": "embedding-3"
        }
    }
}

3. API配置说明

LLM 模型（必须）

支持以下兼容 OpenAI 接口的模型：

模型	提供商	说明
glm-4	智谱AI	推荐，支持中文
gpt-4o	OpenAI	需要海外环境
gpt-4	OpenAI	需要海外环境

Embedder 模型（必须）

模型	提供商	说明
embedding-3	智谱AI	推荐，支持中文
text-embedding-3-small	OpenAI	需要海外环境

向量数据库

数据库	Provider	说明
Qdrant	qdrant	推荐，已验证
Chroma	chroma	需额外配置
PGVector	pgvector	需PostgreSQL

使用方法

全自动模式（推荐）

Sophie可以全自动识别和存储重要记忆，无需手动触发：

# 自动监控模式 - 分析文本并自动存储
/tmp/mem0-env/bin/python3 ~/.openclaw/workspace/skills/sophie-mem0/scripts/auto_memory.py auto -t "文本内容"

自动触发场景

场景	关键词/模式	优先级
用户自我介绍	"我叫..."、"我是..."、"我的名字叫..."	高
职业/工作	"在...工作"、"做...工程师"	高
用户偏好	"我喜欢..."、"我更偏好..."	中
习惯	"我通常..."、"我习惯..."	中
待办/承诺	"记得..."、"别忘了..."	高
用户纠正	"不对"、"错了"、"应该..."	中
情感状态	"今天有点累"、"最近很烦"	低

使用示例

# 自动存储用户自我介绍
auto -t "我叫张三，在厦门工作，做应用开发"

# 自动存储用户偏好
auto -t "我喜欢喝咖啡，尤其是拿铁"

# 自动存储待办
auto -t "记得周五提醒我买火车票"

# 自动识别用户纠正
auto -t "不对，我之前说的是美式咖啡"

手动命令

命令	说明	示例
add	添加新记忆	mem0 add -t "记忆内容"
search	搜索记忆	mem0 search -q "关键词"
list	列出所有记忆	mem0 list
delete	删除记忆	mem0 delete -i "记忆ID"
health	健康检查	mem0 health

响应格式

添加记忆成功

✅ 已记住："[记忆内容]"
   记忆ID: xxx-xxx
   创建时间: YYYY-MM-DD HH:mm:ss

搜索记忆结果

🔍 找到 X 条相关记忆：

1. [记忆内容] (相关度: 85%)
   ID: xxx | 添加于: YYYY-MM-DD

2. [记忆内容] (相关度: 72%)
   ID: xxx | 添加于: YYYY-MM-DD

无记忆结果

🔍 没有找到与"[关键词]"相关的记忆

API 参考

Python SDK

from mem0.memory.main import Memory

# 初始化
memory = Memory.from_config(config)

# 添加记忆
result = memory.add(
    text="用户喜欢喝拿铁咖啡",
    user_id="sophie"
)

# 搜索记忆
results = memory.search(
    query="用户的咖啡偏好是什么？",
    user_id="sophie"
)

# 获取所有记忆
all_memories = memory.get_all(user_id="sophie")

# 删除记忆
memory.delete(memory_id="xxx-xxx", user_id="sophie")

架构设计

┌─────────────────────────────────────────────────────────┐
│                     OpenClaw Agent                      │
├─────────────────────────────────────────────────────────┤
│  Sophie Mem0 Skill                                      │
│  ┌─────────────────────────────────────────────────┐   │
│  │  Memory Manager                                  │   │
│  │  - 自动记忆提取                                  │   │
│  │  - 语义压缩                                     │   │
│  │  - 冲突检测                                     │   │
│  └─────────────────────────────────────────────────┘   │
│                         │                              │
│                         ▼                              │
│  ┌─────────────────────────────────────────────────┐   │
│  │  mem0ai Core                                    │   │
│  │  - 自然语言理解                                  │   │
│  │  - 记忆组织                                    │   │
│  │  - 上下文管理                                   │   │
│  └─────────────────────────────────────────────────┘   │
│                         │                              │
│           ┌─────────────┴─────────────┐              │
│           ▼                           ▼              │
│  ┌─────────────────┐     ┌─────────────────┐        │
│  │   LLM (glm-4)   │     │ Embedder        │        │
│  │   智谱AI API    │     │ (embedding-3)  │        │
│  └─────────────────┘     └─────────────────┘        │
│                         │                              │
│                         ▼                              │
│  ┌─────────────────────────────────────────────────┐   │
│  │  Qdrant Vector Store                             │   │
│  │  - 向量存储 & 相似度检索                         │   │
│  │  - 元数据管理                                   │   │
│  └─────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────┘

安全与隐私

数据安全

• ✅ 所有数据存储在本地 Qdrant 实例
• ✅ API Key 通过配置文件管理，不硬编码
• ✅ 支持私有化部署
• ✅ 无第三方数据传输

隐私保护

• 用户可随时删除记忆
• 支持按记忆ID精确删除
• 支持清空所有记忆

故障排除

Qdrant 连接失败

# 检查容器状态
docker ps | grep qdrant

# 重启 Qdrant
docker restart qdrant

# 检查端口
curl http://localhost:6333

API Key 无效

# 验证 API Key
curl -H "Authorization: Bearer YOUR_KEY" \
     https://open.bigmodel.cn/api/paas/v4/models

模型不支持

确保使用的模型名称与提供商文档一致：

• 智谱AI: glm-4, embedding-3
• OpenAI: gpt-4o, text-embedding-3-small

版本历史

版本	日期	更新内容
1.0.0	2026-03-25	初始版本，支持 Qdrant + 智谱AI

许可证

MIT License - 可自由使用、修改和分发

作者

Sophie AI - 为 Master (Ding Dangmao) 服务 🎀