本地向量记忆免费版

面向 AI Agent 的基础本地记忆系统，提供热内存与文件归档两层记忆能力. 热内存（SESSION-STATE.md）抗压缩与重启，通过 WAL 协议确保先写状态再回复. 精选归档（MEMORY.md + daily/）提供人类可读的长期记忆与每日日志. 所有数据完全存储在本地文件系统，无需 Ollama 或任何外部 API，隐私至上. 适用于独立开发者与轻量使用场景，帮助 Agent 不遗忘关键上下文与用户偏好. 本免费版覆盖单设备本地记忆持久化需求，不含向量语义搜索能力.

天轰穿@thcjp

Install

openclaw skills install @thcjp/elite-longterm-memory-local-free

本地向量记忆免费版（Elite Longterm Memory Local Free）

本地优先，隐私至上。 基础本地记忆系统，通过热内存与文件归档，让 Agent 不遗忘关键上下文与用户偏好。所有数据完全存储在本地，无需任何外部依赖。本免费版提供两层记忆能力，覆盖单设备本地记忆持久化需求.

输入格式

参数名	类型	必填	说明
input	string	是	本地向量记忆免费版处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

核心能力

热内存（SESSION-STATE.md）：活跃工作记忆，抗压缩与重启。参数：当前任务、关键上下文、待办动作、近期决策。输出：会话级状态文件，Agent 每次响应前先读取。遵循 WAL 协议：用户输入触发写入，先写状态再回复。文件结构含 Current Task、Key Context、Pending Actions、Recent Decisions 四个区块.
精选归档（MEMORY.md + daily/）：人类可读的长期记忆。参数：MEMORY.md（摘要文件）+ memory/YYYY-MM-DD.md（每日日志）+ memory/topics/（主题文件）。输出：精炼后的长期记忆与每日活动记录。会话结束时将重要内容从 SESSION-STATE.md 迁移至 MEMORY.md，创建或更新每日日志.
WAL 协议保障：写前日志机制确保数据持久。参数：触发条件（用户表达偏好/做出决策/给出期限/纠正代理）。输出：先写入 SESSION-STATE.md 再回复用户。若先回复再保存，崩溃或压缩会导致上下文丢失；WAL 确保写入优先，保障持久性.
会话记忆协议：标准化 Agent 记忆行为。参数：会话开始/对话中/会话结束三个阶段的行为规则。输出：会话开始读取 SESSION-STATE.md 获取热上下文，检查 memory/YYYY-MM-DD.md 了解近期活动；对话中用户给出具体细节则先写入再回复；会话结束时更新最终状态并迁移重要内容到 MEMORY.md.

热内存（SESSION-STATE.md）

针对热内存（SESSION-STATE.md）,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供热内存（SESSION-STATE.md）相关的配置参数、输入数据和处理选项. 输出: 返回热内存（SESSION-STATE.md）的处理结果。- 验证返回数据的完整性和格式正确性

参考热内存（SESSION-STATE.md）的配置文档进行参数调优

精选归档（MEMORY.md + daily/）

针对精选归档（MEMORY.md + daily/）,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供精选归档（MEMORY.md + daily/）相关的配置参数、输入数据和处理选项. 输出: 返回精选归档（MEMORY.md + daily/）的处理结果。- 验证返回数据的完整性和格式正确性

参考精选归档（MEMORY.md + daily/）的配置文档进行参数调优

WAL 协议保障

针对WAL 协议保障,自动解析输入参数、调度任务队列、格式化输出,返回结构化响应. 输入: 用户提供WAL 协议保障相关的配置参数、输入数据和处理选项. 输出: 返回WAL 协议保障的处理结果。- 验证返回数据的完整性和格式正确性

参考WAL 协议保障的配置文档进行参数调优

快速开始

确认运行环境满足依赖说明中的要求
在AI Agent对话中调用本技能,提供必要的输入参数
检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

使用流程

领先步：创建记忆系统结构。手动创建 SESSION-STATE.md（热内存，含 Current Task、Key Context、Pending Actions、Recent Decisions 四区块）、MEMORY.md（长期摘要）、memory/ 目录（每日日志）. 第二步：配置 Agent 记忆协议。在 AGENTS.md 或 SOUL.md 中添加记忆协议：会话开始时读取 SESSION-STATE.md 了解近期活动。对话中用户给出具体细节则先写入 SESSION-STATE.md 再回复. 第三步：会话结束与维护。会话结束时更新 SESSION-STATE.md 最终状态，将重要内容迁移至 MEMORY.md，创建或更新 memory/YYYY-MM-DD.md 每日日志。定期合并每日日志到 MEMORY.md 保持精简. 结果验证: 任务完成后,查看输出确认状态。成功时返回摘要和数据;失败时根据错误信息排查,参考恢复章节获取修复步骤.

错误处理

错误类型	原因	处理方式
Agent 遗忘对话中途上下文	SESSION-STATE.md 未被更新，未遵循 WAL 协议	在 AGENTS.md 中添加强制规则"用户给出具体细节时先写入 SESSION-STATE.md 再回复"；验证 Agent 指令包含记忆协议
记忆文件未被加载	Agent 跳过读取记忆文件，会话开始未读取 SESSION-STATE.md	在 AGENTS.md 中添加强制规则"会话开始必须读取 SESSION-STATE.md"；检查文件是否存在与可读
重复犯同类错误	错误经验未记录到 memory/lessons.md	每次犯错后手动写入 lessons.md；在 AGENTS.md 中配置"犯错后强制记录"规则

示例

示例：偏好持久化与跨会话召回

输入：

text

用户："这个项目用 Tailwind，不用原生 CSS"

Agent 内部执行与输出：

text

1. WAL 协议触发：先写入 SESSION-STATE.md
   - Key Context 区块追加："Decision: Use Tailwind, not vanilla CSS"
# ...
2. 然后回复用户："收到——用 Tailwind。"
# ...
3. 会话结束时迁移到 MEMORY.md：
   ## 偏好
   - 前端框架：Tailwind（不用原生 CSS）
# ...
后续会话开始时：
   Agent 读取 SESSION-STATE.md + MEMORY.md
   → 获取热上下文："用户偏好 Tailwind"
   → 回复时自动遵循该偏好

FAQ

Q1：免费版支持向量语义搜索吗？ 不支持。免费版仅提供热内存（SESSION-STATE.md）与文件归档（MEMORY.md + daily/）两层记忆，无 LanceDB 向量搜索能力。记忆召回依赖文件读取与关键词匹配。向量语义搜索在付费版通过 LanceDB 与 Ollama 本地 Embedding 提供. Q2：免费版需要安装 Ollama 吗？ 不需要。免费版纯 Markdown 指令驱动，所有记忆通过文件读写管理，无需 Ollama、Node.js 或任何外部依赖。付费版需要 Ollama 运行 nomic-embed-text 模型提供本地向量 Embedding. Q3：免费版能自动召回相关记忆吗？ 不能。免费版无 autoRecall 自动召回能力，Agent 需手动读取 SESSION-STATE.md 与 MEMORY.md 获取上下文。付费版支持 autoRecall=true 会话开始自动搜索相关记忆并注入上下文.

依赖说明

LLM 依赖：由 Agent 内置 LLM 提供自然语言理解与推理能力，必需. API Key 配置：本 Skill 无需任何 API Key，纯 Markdown 指令驱动，所有记忆存储在本地文件，不做任何网络请求. 运行环境：

Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
操作系统：Windows / macOS / Linux
文件系统：本地存储，必需，操作系统内置

可用性分类：MD（纯 Markdown 指令，无需 exec 命令行能力）。所有记忆通过文件读写管理.

已知限制

无向量语义搜索：不提供 LanceDB 向量搜索能力，记忆召回依赖文件读取与关键词匹配，无法进行语义相似度召回.
无自动召回与捕获：不支持 autoRecall 自动召回与 autoCapture 自动捕获，所有记忆操作需 Agent 手动执行.
无 CLI 管理工具：不提供 memory.js CLI 工具的 stats、dedup、compact、cleanup、backup 等管理命令，记忆维护需手动操作文件.

升级提示

本免费版提供基础热内存与文件归档两层本地记忆。升级到付费版可获得以下完整能力：

LanceDB 向量语义搜索：基于本地 LanceDB 的语义召回，无需精确关键词匹配，按语义相似度排序召回记忆
Ollama 本地 Embedding：通过 nomic-embed-text 模型本地生成 768 维向量，本地毫秒级延迟、数据不出域、可离线使用
完整 CLI 管理工具：memory.js 提供 store、search、stats、dedup、export、backup、compact、cleanup 等完整管理命令
自动召回与捕获：autoRecall 会话开始自动召回相关记忆，autoCapture 按类别与重要性自动存储
五层完整记忆架构：热内存、LanceDB 向量、Git-Notes 知识图谱、精选归档、本地 Embedding 五层协同
插件集成：启用后自动提供 memory_recall、memory_store、memory_forget 三个工具，深度集成 Agent 工作流

付费版适合需要语义搜索、自动召回、完整记忆管理工具的高级本地 AI Agent 应用场景，特别适合对数据隐私有高要求的环境.