记住此触发器：用于更新和调用记忆，涵盖偏好、目标、边界、先前工作、决策、日期和待办事项。每当用户要求记住内容、延续之前上下文、个性化行为或检索先前决定的信息时使用。

三层持久化内存系统（Markdown + ChromaDB 向量 + NetworkX 知识图谱），实现跨会话的代理长期记忆。一键设置，自动集成 OpenClaw。适用于代理在会话间需要记住决策、事实、上下文或机构知识的场景。

OpenClaw代理的持久化内存插件，融合SQLite FTS5关键词搜索与Ollama向量语义搜索，支持自动捕获、自动召回、卡顿检测和内存整合

基于ChromaDB和sentence-transformers的本地RAG系统，用于代理记忆。支持对会话日志、每日笔记和记忆文件进行语义搜索。适用于需要跨会话持久化记忆、检索以往对话或构建具备上下文记忆能力的代理。命令：recall "查询"、index-digests、digest-sessions

优化向量索引在延迟、召回率和内存方面的性能，适用于调整HNSW参数、选择量化策略或扩展向量搜索基础设施

结合向量搜索和关键词搜索以提升检索效果，适用于实现RAG系统、构建搜索引擎，或当单一方法无法提供足够召回率时。

AI代理的持久语义记忆层，采用本地优先存储（SQLite + LanceDB）与Ollama嵌入。跨会话存储与召回事实、决策、偏好、事件和关系。支持记忆衰减、去重、五种类型化记忆、七类图关系、代理/用户作用域、语义搜索、上下文感知召回、文本自动抽取（规则/LLM/混合）、导入导出、REST API和MCP协议。解决上下文窗口和压缩遗忘问题。服务运行于localhost:3400，仪表盘位于/dashboard。通过npm安装（engram-memory），需搭配Ollama及nomic-embed-text模型。

唯一能自主观察的内存技能，无需数据库，无需向量，无需手动保存，仅靠一个LLM观察者将你的对话压缩为优先级笔记，随内容增长自动整合，并补全遗漏信息。五重冗余设计，零维护成本，每月约0.10美元。其他内存功能要求你记得去记住，而它只需专注观察即可。

为AI代理提供安全保护的持久内存系统，通过知识图谱、衰减机制、矛盾检测和六层防御流水线（含铁穹行为保护）跨会话记忆决策、偏好、架构与上下文。当收到“记住这一点”“我们对此了解什么”“召回上下文”“扫描威胁”“运行安全审计”“检查内存统计”或启动新会话需恢复先前上下文时使用。