给AI装上长期记忆：ZeroClaw记忆系统（SQLite+嵌入向量）完整配置攻略

给AI装上长期记忆：ZeroClaw记忆系统（SQLite+嵌入向量）完整配置攻略

【免费下载链接】zeroclawFast, small, and fully autonomous AI personal assistant infrastructure, any OS, any platform — deploy anywhere, swap anything 🦀项目地址: https://gitcode.com/gh_mirrors/ze/zeroclaw

ZeroClaw 是一款快速、轻量、全自主的 AI 个人助理基础设施，运行在任何操作系统上。它的记忆系统基于 SQLite + 嵌入向量（Embedding）构建，让 AI 助理拥有真正的长期记忆——记住你的偏好、事实与历史对话，并在需要时自动召回。本文是一份面向新手的完整配置攻略，带你从零启用、调优到备份这套记忆系统。

一、为什么 AI 需要长期记忆？

大多数聊天机器人是"金鱼脑"：对话一结束，上下文就清空了。ZeroClaw 的记忆系统（memory system）解决了这个问题，核心能力包括：

• 🧠记忆分类：区分 Core（核心事实）、Daily（每日记录）、Conversation（对话历史）三类记忆
• 🔍混合检索：BM25 关键词搜索 + 向量语义搜索加权融合（默认hybrid模式）
• 📉自动整理：记忆整合（consolidation）、衰减、去重、归档与清理
• 💾快照备份：核心记忆可导出为 Markdown 快照，丢失数据库也能"复活"

相关实现集中在 crates/zeroclaw-memory/ 模块，CLI 操作入口在 src/memory/。

二、快速开始：启用 SQLite 记忆后端

ZeroClaw 的配置文件是 TOML 格式，参考模板 dev/config.template.toml。默认后端就是 SQLite，只需几行配置：

[memory] backend = "sqlite" # 默认后端，数据存入 brain.db auto_save = true # 自动把你告诉它的内容存入记忆 hygiene_enabled = true # 定期执行记忆整理（归档/清理） archive_after_days = 7 # 7 天后归档 purge_after_days = 30 # 归档 30 天后永久删除 embedding_provider = "none" # 先跑通，再升级嵌入模型

配置生效后，记忆数据默认保存在工作区的brain.db文件中（SQLite 数据库），你也可以在[storage.sqlite.<别名>]中用path字段自定义位置。SQLite 后端实现在 crates/zeroclaw-memory/src/sqlite.rs，默认开启 WAL 模式以支持并发读写。

💡backend支持"点分引用"写法，如sqlite.default或postgres.work，方便多实例切换；设为"none"则完全禁用持久化。

三、核心配置：嵌入向量（Embedding）与语义搜索

想让记忆"懂语义"（比如你问"我家的猫叫什么"能匹配到"宠物昵称是咪咪"），就要启用嵌入向量。关键配置如下：

[memory] # 向量来源：none=纯关键词 / openai=OpenAI接口 / custom:URL=任意OpenAI兼容端点 embedding_provider = "openai" embedding_model = "text-embedding-3-small" embedding_dimensions = 1536 # 必须与模型原生维度一致 search_mode = "hybrid" # 关键词+向量混合检索（最稳健） vector_weight = 0.7 # 语义相似度权重 keyword_weight = 0.3 # 关键词重叠权重 min_relevance_score = 0.4 # 低于此分数的记忆不进入上下文

📌调权重小技巧：

⚠️注意：更换embedding_model会使旧向量失效——ZeroClaw 启动时会检测到身份变化并自动清除过期向量，之后运行zeroclaw memory reindex重新嵌入全部记忆即可（大库建议手动执行，而非开启auto_reindex_on_identity_change）。

四、进阶玩法：快照、去重与审计

1. 记忆快照（灵魂备份）

[memory] snapshot_enabled = true # 定期将核心记忆导出到 MEMORY_SNAPSHOT.md snapshot_on_hygiene = true # 结合心跳周期自动执行 auto_hydrate = true # brain.db 丢失时，自动从快照恢复记忆

这让"灵魂备份"变得简单——一个 Markdown 文件就能让 AI 重获记忆。

2. 写入去重与冲突检测

[memory] dedup_on_write = true # 写入时检测近似重复 conflict_threshold = 0.9 # 余弦相似度冲突阈值

3. 安全策略

[memory.policy] threat_scan = "on" # 持久化写入前做内容安全扫描 redact_on_write = true # 自动脱敏 API 密钥、邮箱、电话等敏感信息

完整的 [memory] 配置段定义可查看 crates/zeroclaw-config/src/schema.rs 中的MemoryConfig结构。

五、多后端与部署选项

SQLite 是单机首选，但 ZeroClaw 的记忆后端是可插拔的，按需切换即可：

架构决策背景可阅读 docs/book/src/architecture/decisions/ADR-005-pluggable-memory-backends.md。

六、常见问题排查

• 召回不到内容：检查min_relevance_score是否过高，或search_mode是否误设为bm25而问题用词与记忆差异大
• 向量搜索无效果：确认embedding_provider不是none，且embedding_dimensions与模型一致
• 数据库膨胀：调低purge_after_days，或设置conversation_retention_days清理过期对话
• 想从零验证：可参考 dev/config.harness-test.toml 中最小化的 memory 配置段

总结

ZeroClaw 的记忆系统用"SQLite 单文件 + 混合向量检索"的组合，让 AI 助理以极低的成本获得可靠长期记忆。新手只需三步：开启 sqlite 后端 → 配置嵌入模型 → 按需调 hybrid 权重，即可获得一个会记住你的 AI 助理。再配上快照备份与安全策略，记忆既持久又可控。🦀

【免费下载链接】zeroclawFast, small, and fully autonomous AI personal assistant infrastructure, any OS, any platform — deploy anywhere, swap anything 🦀项目地址: https://gitcode.com/gh_mirrors/ze/zeroclaw