面向自主代理的本地优先长期记忆系统，专为OpenClaw构建。从对话中生成维基知识图谱，通过惊喜度评估事件、检测冲突，并整合令牌预算上下文，与OpenClaw内置的memory_search功能相辅相成

使用嵌入向量对本地文本文件进行语义搜索。当 grep 或 ripgrep 因无法确定确切措辞而无法找到相关结果，或需要按含义而非模式搜索时使用——例如在日志中搜索“部署问题”，而实际文本为“容器构建失败”。通过 pip install semfind 安装。适用于按语义搜索内存文件、项目文档、日志和笔记。

通过 AppleScript 创建、读取、搜索和管理 macOS 备忘录。当用户要求记录笔记、随手写下内容、保存想法、创建会议纪要、阅读笔记、搜索笔记或涉及 macOS 备忘录的任何操作时使用。触发条件包括“记下来”“将此保存为笔记”“创建关于 X 的笔记”“显示我的笔记”“搜索我的笔记中关于 X 的内容”“我关于 X 写了什么”等。仅限 macOS。

当用户提出“修复内部链接”“优化网站架构”“调整链接结构”“分配页面权重”“制定内部链接策略”“处理孤立页面”“网站架构混乱”或“页面没有外部链接指向”等需求时，应使用此技能。该技能通过分析和优化内部链接结构，改善网站架构，合理分配页面权重，并帮助搜索引擎理解内容之间的关系，同时制定战略性内部链接方案。如需进行全面的页面SEO审计，请使用on-page-seo-auditor；如需分析外部链接，请使用backlink-analyzer。

当用户需要面试准备、模拟面试、练习题、行为面试题、技术面试、HR面谈、薪资谈判、STAR方法、常见面试问题、公司调研、面试技巧、自信心建设、答案反馈、肢体语言建议、面试后跟进邮件或任何与求职面试相关的任务时，这款22项功能的AI面试教练提供模拟面试、职位相关问题、答案评分、薪资谈判指导、STAR方法训练和自信心提升功能。所有数据均本地保存，无外部API调用，无网络请求，不向任何服务器发送数据

使用经过验证的框架克服买家异议。每个异议都是购买信号——他们正在考虑，只是需要清晰的信息。数据来源：Gong.io（AI销售数据）、Thriving Tech（销售方法论）、Feel-Felt-Found 框架、顾问式销售研究。所有输出均保存至 `workspace/artifacts/`

将 OpenClaw 内存搜索配置为使用 Ollama 作为嵌入服务器（兼容 OpenAI 的 /v1/embeddings 接口），而非内置的 node-llama-cpp 本地 GGUF 加载方式。支持交互式模型选择，并可选导入现有的本地嵌入 GGUF 模型到 Ollama 中。