OpenClaw 增强型 LanceDB 长期记忆插件
混合检索（Vector + BM25）· 跨编码器 Rerank · 多 Scope 隔离 · 管理 CLI · 独立 HTTP/MCP Server
OpenClaw 内置的 memory-lancedb 插件仅提供基本的向量搜索。pi-memory 在此基础上进行了全面升级：
| 功能 | 内置 memory-lancedb |
pi-memory |
|---|---|---|
| 向量搜索 | ✅ | ✅ |
| BM25 全文检索 | ❌ | ✅ |
| 混合融合（Vector + BM25） | ❌ | ✅ |
| 跨编码器 Rerank（Jina） | ❌ | ✅ |
| 时效性加成 | ❌ | ✅ |
| 时间衰减 | ❌ | ✅ |
| 长度归一化 | ❌ | ✅ |
| MMR 多样性去重 | ❌ | ✅ |
| 多 Scope 隔离 | ❌ | ✅ |
| 噪声过滤 | ❌ | ✅ |
| 自适应检索 | ❌ | ✅ |
| 管理 CLI | ❌ | ✅ |
| Session 记忆 | ❌ | ✅ |
| Task-aware Embedding | ❌ | ✅ |
| 任意 OpenAI 兼容 Embedding | 有限 | ✅（OpenAI、Gemini、Jina、Ollama 等） |
| 独立 HTTP Server | ❌ | ✅（REST API + MCP Server，单端口） |
| 外部系统集成 | ❌ | ✅（Hermes Agent、Claude Code、任意脚本） |
pi-memory 基于项目 https://github.com/CortexReach/memory-lancedb-pro 改进而来。
┌─────────────────────────────────────────────────────────┐
│ index.ts (入口) │
│ 插件注册 · 配置解析 · 生命周期钩子 · 自动捕获/回忆 │
└────────┬──────────┬──────────┬──────────┬───────────────┘
│ │ │ │
┌────▼───┐ ┌────▼───┐ ┌───▼────┐ ┌──▼──────────┐
│ store │ │embedder│ │retriever│ │ scopes │
│ .ts │ │ .ts │ │ .ts │ │ .ts │
└────────┘ └────────┘ └────────┘ └─────────────┘
│ │
┌────▼───┐ ┌─────▼──────────┐
│migrate │ │noise-filter.ts │
│ .ts │ │adaptive- │
└────────┘ │retrieval.ts │
└────────────────┘
┌─────────────┐ ┌──────────┐
│ tools.ts │ │ cli.ts │
│ (Agent API) │ │ (CLI) │
└─────────────┘ └──────────┘
┌──────────────────────────────────────────────────────┐
│ pi-memory-server │
│ (单进程 · 单端口 · 9873) │
│ │
│ ┌─────────────┐ ┌──────────────┐ │
│ │ REST API │ │ MCP Server │ │
│ │ (router) │ │ /mcp (SSE) │ │
│ └──────┬──────┘ └──────┬───────┘ │
│ │ │ │
│ ┌────▼────┐ ┌─────────▼────────┐ │
│ │middleware│ │StreamableHTTP │ │
│ │(auth/CORS)│ │Transport(无状态) │ │
│ └────┬─────┘ └────────┬─────────┘ │
│ │ │ │
│ ┌────▼────┐ ┌─────────▼────────┐ │
│ │ memory │ │ knowledge │ │
│ │ API │ │ API │ │
│ └────┬─────┘ └────────┬─────────┘ │
│ │ │ │
│ ┌────▼──────────────────▼─────────┐ │
│ │ server-bootstrap.ts │ │
│ │ (embedder · store · retriever │ │
│ │ · knowledgeStore · indexer) │ │
│ └──────────────────────────────────┘ │
└──────────────────────────────────────────────────────┘
│ │
┌─────▼─────┐ ┌────────▼────────┐
│ Hermes │ │ Claude Code │
│ Agent │ │ / 任意脚本 │
└───────────┘ └─────────────────┘
| 文件 | 用途 |
|---|---|
index.ts |
插件入口。注册到 OpenClaw Plugin API，解析配置，挂载 before_agent_start（自动回忆）、agent_end（自动捕获）、command:new（Session 记忆）等钩子 |
openclaw.plugin.json |
插件元数据 + 完整 JSON Schema 配置声明（含 uiHints） |
package.json |
NPM 包信息，依赖 @lancedb/lancedb、openai、@sinclair/typebox、@modelcontextprotocol/sdk |
cli.ts |
CLI 命令实现：memory list/search/stats/delete/delete-bulk/export/import/reembed/migrate |
src/store.ts |
LanceDB 存储层。表创建 / FTS 索引 / Vector Search / BM25 Search / CRUD / 批量删除 / 统计 |
src/embedder.ts |
Embedding 抽象层。兼容 OpenAI API 的任意 Provider（OpenAI、Gemini、Jina、Ollama 等），支持 task-aware embedding（taskQuery/taskPassage） |
src/retriever.ts |
混合检索引擎。Vector + BM25 → RRF 融合 → Jina Cross-Encoder Rerank → Recency Boost → Importance Weight → Length Norm → Time Decay → Hard Min Score → Noise Filter → MMR Diversity |
src/scopes.ts |
多 Scope 访问控制。支持 global、agent:<id>、custom:<name>、project:<id>、user:<id> 等 Scope 模式 |
src/tools.ts |
Agent 工具定义：memory_recall、memory_store、memory_forget（核心）+ memory_stats、memory_list（管理） |
src/knowledge-store.ts |
知识库存储层。LanceDB 知识库表、FTS 索引、向量搜索 |
src/knowledge-indexer.ts |
知识库索引器。扫描目录、分块、向量化、增量索引 |
src/knowledge-tools.ts |
知识库工具定义：knowledge_search、knowledge_index、knowledge_stats |
src/noise-filter.ts |
噪声过滤器。过滤 Agent 拒绝回复、Meta 问题、寒暄等低质量记忆 |
src/adaptive-retrieval.ts |
自适应检索。判断 query 是否需要触发记忆检索（跳过问候、命令、简单确认等） |
src/migrate.ts |
迁移工具。从旧版 memory-lancedb 插件迁移数据到 Pro 版 |
src/server-config.ts |
服务器配置加载器。4 层优先级：CLI > 环境变量 > openclaw.json > 默认值 |
src/server-response.ts |
HTTP 响应辅助函数。统一 JSON 响应格式 |
src/server-middleware.ts |
HTTP 中间件。API Key 认证、CORS、请求日志 |
src/server-router.ts |
轻量级 HTTP 路由器。方法+路径匹配、URL 参数提取 |
src/server.ts |
统一 HTTP 服务器。REST API + MCP StreamableHTTP，单端口共享 |
src/server-bootstrap.ts |
服务器启动引导。组件初始化（embedder → store → retriever → knowledge → server） |
scripts/pi-memory-server.ts |
CLI 入口脚本。独立服务器启动入口，支持 --port/--host/--api-key/--no-http/--no-mcp 等参数 |
docs/server_mcp_api.md |
HTTP REST API 和 MCP Server 的完整接口定义和使用文档 |
Query → embedQuery() ─┐
├─→ RRF 融合 → Rerank → 时效加成 → 重要性加权 → 过滤
Query → BM25 FTS ─────┘
- 向量搜索: 语义相似度搜索（cosine distance via LanceDB ANN）
- BM25 全文搜索: 关键词精确匹配（LanceDB FTS 索引）
- 融合策略: Vector score 为基础，BM25 命中给予 15% 加成（非传统 RRF，经过调优）
- 可配置权重:
vectorWeight、bm25Weight、minScore
- Jina Reranker API:
jina-reranker-v2-base-multilingual（5s 超时保护） - 混合评分: 60% cross-encoder score + 40% 原始融合分
- 降级策略: API 失败时回退到 cosine similarity rerank
| 阶段 | 公式 | 效果 |
|---|---|---|
| 时效加成 | exp(-ageDays / halfLife) * weight |
新记忆分数更高（默认半衰期 14 天，权重 0.10） |
| 重要性加权 | score *= (0.7 + 0.3 * importance) |
importance=1.0 → ×1.0，importance=0.5 → ×0.85 |
| 长度归一化 | score *= 1 / (1 + 0.5 * log2(len/anchor)) |
防止长条目凭关键词密度霸占所有查询（锚点：500 字符） |
| 时间衰减 | score *= 0.5 + 0.5 * exp(-ageDays / halfLife) |
旧条目逐渐降权，下限 0.5×（60 天半衰期） |
| 硬最低分 | 低于阈值直接丢弃 | 移除不相关结果（默认 0.35） |
| MMR 多样性 | cosine 相似度 > 0.85 → 降级 | 防止近似重复结果 |
- 内置 Scope 模式:
global、agent:<id>、custom:<name>、project:<id>、user:<id> - Agent 级访问控制: 通过
scopes.agentAccess配置每个 Agent 可访问的 Scope - 默认行为: Agent 可访问
global+ 自己的agent:<id>Scope
- 跳过不需要记忆的 query（问候、slash 命令、简单确认、emoji）
- 强制检索含记忆相关关键词的 query（"remember"、"之前"、"上次"等）
- 支持 CJK 字符的更低阈值（中文 6 字符 vs 英文 15 字符）
在自动捕获和工具存储阶段同时生效：
- 过滤 Agent 拒绝回复（"I don't have any information"）
- 过滤 Meta 问题（"do you remember"）
- 过滤寒暄（"hi"、"hello"、"HEARTBEAT"）
/new命令触发时可保存上一个 Session 的对话摘要到 LanceDB- 默认关闭（
enabled: false），因为 OpenClaw 已有原生 .jsonl 会话保存 - 开启会导致大段摘要污染检索质量，建议仅在需要语义搜索历史会话时开启
- 可配置消息数量（默认 15 条）
- Auto-Capture（
agent_endhook）: 从对话中提取 preference/fact/decision/entity，去重后存储（每次最多 3 条） - Auto-Recall（
before_agent_starthook）: 注入<relevant-memories>上下文（最多 3 条）
v1.2.0 新增：pi-memory 可作为独立 HTTP/MCP 服务运行，无需通过 OpenClaw Gateway。外部系统（Hermes Agent、Claude Code、任意脚本）可通过 REST API 或 MCP 协议调用知识库检索和记忆管理功能。
# 使用默认配置启动（端口 9873）
pi-memory-server
# 或通过 npm script
npm run server
# 指定端口和主机
pi-memory-server --port 9873 --host 0.0.0.0
# 仅启用 REST API（禁用 MCP）
pi-memory-server --no-mcp
# 仅启用 MCP（禁用 REST API）
pi-memory-server --no-http
# 启用 API Key 认证
pi-memory-server --api-key your-secret-key配置直接从 ~/.openclaw/openclaw.json 中读取（plugins.entries["pi-memory"].config），与 OpenClaw 插件使用同一份配置。
优先级：CLI 参数 > 环境变量 > openclaw.json > 内置默认
| 环境变量 | 说明 |
|---|---|
PI_MEMORY_EMBED_API_KEY |
Embedding API Key |
PI_MEMORY_EMBED_BASE_URL |
Embedding Base URL |
PI_MEMORY_EMBED_MODEL |
Embedding 模型名 |
PI_MEMORY_EMBED_DIMENSIONS |
Embedding 维度 |
PI_MEMORY_DB_PATH |
数据库路径 |
PI_MEMORY_API_KEY |
HTTP 服务 API Key |
PI_MEMORY_HTTP_HOST |
HTTP 监听地址 |
PI_MEMORY_HTTP_PORT |
HTTP 监听端口 |
PI_MEMORY_KNOWLEDGE_PATHS |
知识库路径（JSON 数组） |
PI_MEMORY_RERANK_API_KEY |
Reranker API Key |
PI_MEMORY_RERANK_MODEL |
Reranker 模型 |
PI_MEMORY_RERANK_ENDPOINT |
Reranker 端点 |
PI_MEMORY_RERANK_PROVIDER |
Reranker 提供商 |
包含：
- 健康检查
/health - 记忆管理：
/api/memory/search、/api/memory/store、/api/memory/list、/api/memory/stats、/api/memory/:id（DELETE/PATCH） - 知识库：
/api/knowledge/search、/api/knowledge/index、/api/knowledge/stats - MCP 工具：
memory_search、memory_store、memory_forget、knowledge_search、knowledge_index
Hermes Agent 调用记忆搜索：
curl -X POST http://localhost:9873/api/memory/search \
-H "Content-Type: application/json" \
-d '{"query": "用户偏好设置", "limit": 5}'Hermes Agent 调用知识库搜索：
curl -X POST http://localhost:9873/api/knowledge/search \
-H "Content-Type: application/json" \
-d '{"query": "Claude Code 配置", "limit": 5}'pi-memory 提供了 Claude Code Skill，让 Claude Code 能够通过自然语言直接查询本地知识库。Skill 基于 LLM 驱动的查询扩展，自动进行中英对照、同义词、缩写等扩展，确保检索全面不遗漏。
安装：
# 克隆 skill 仓库
git clone https://gitee.com/pi-lab/skills.git ~/.agents/skills
# 或单独克隆 pi-memory skill
git clone https://gitee.com/pi-lab/skills/pi-memory.git ~/.agents/skills/pi-memory使用：
在 Claude Code 中直接输入自然语言即可触发：
查一下知识库，无人机控制有哪些资料
搜索知识库：强化学习
knowledge search: LLM fine-tuning
Claude 会自动扩展查询变体（如 无人机控制 → UAV control → drone导航），并通过并行多查询搜索获取最相关的文档片段。
直接调用脚本：
# 单关键词搜索
python3 ~/.agents/skills/pi-memory/scripts/knowledge_search.py "无人机控制"
# 多关键词并行搜索
python3 ~/.agents/skills/pi-memory/scripts/knowledge_search.py --queries "无人机控制" "UAV control" "drone导航" --limit 100
# 自定义服务器
python3 ~/.agents/skills/pi-memory/scripts/knowledge_search.py --queries "集群建图" "swarm mapping" --server http://192.168.1.10:9873更多详情： 参见 pi-memory skill 文档
如果你是用 AI 按 README 操作，不要假设任何默认值。请先运行以下命令，并以真实输出为准：
openclaw config get agents.defaults.workspace
openclaw config get plugins.load.paths
openclaw config get plugins.slots.memory
openclaw config get plugins.entries.pi-memory建议：
plugins.load.paths建议优先用绝对路径（除非你已确认当前 workspace）。- 如果配置里使用
${JINA_API_KEY}（或任何${...}变量），务必确保运行 Gateway 的服务进程环境里真的有这些变量（systemd/launchd/docker 通常不会继承你终端的 export）。 - 修改插件配置后，运行
openclaw gateway restart使其生效。
- Embedding：将
embedding.apiKey设置为你的 Jina key（推荐用环境变量${JINA_API_KEY}）。 - Rerank（当
retrieval.rerankProvider: "jina"）：通常可以直接复用同一个 Jina key，填到retrieval.rerankApiKey。 - 如果你选择了其它 rerank provider（如
siliconflow/pinecone），则retrieval.rerankApiKey应填写对应提供商的 key。
Key 存储建议：
- 不要把 key 提交到 git。
- 使用
${...}环境变量没问题，但务必确保运行 Gateway 的服务进程环境里真的有该变量（systemd/launchd/docker 往往不会继承你终端的 export）。
在 OpenClaw 中，agent workspace（工作区） 是 Agent 的工作目录（默认：~/.openclaw/workspace）。
根据官方文档，workspace 是 OpenClaw 的 默认工作目录（cwd），因此 相对路径会以 workspace 为基准解析（除非你使用绝对路径）。
说明：OpenClaw 的配置文件通常在
~/.openclaw/openclaw.json，与 workspace 是分开的。
最常见的安装错误： 把插件 clone 到别的目录，但在配置里仍然写类似 "paths": ["plugins/pi-memory"] 的相对路径。相对路径的解析基准会受 Gateway 启动方式/工作目录影响，容易指向错误位置。
为避免歧义：建议用绝对路径（方案 B），或把插件放在 <workspace>/plugins/（方案 A）并保持配置一致。
# 1) 进入你的 OpenClaw workspace（默认：~/.openclaw/workspace）
# （可通过 agents.defaults.workspace 改成你自己的路径）
cd /path/to/your/openclaw/workspace
# 2) 把插件克隆到 workspace/plugins/ 下
git clone https://github.com/win4r/pi-memory.git plugins/pi-memory
# 3) 安装依赖
cd plugins/pi-memory
npm install然后在 OpenClaw 配置（openclaw.json）中使用相对路径：
{
"plugins": {
"load": {
"paths": ["plugins/pi-memory"]
},
"entries": {
"pi-memory": {
"enabled": true,
"config": {
"embedding": {
"apiKey": "${JINA_API_KEY}",
"model": "jina-embeddings-v5-text-small",
"baseURL": "https://api.jina.ai/v1",
"dimensions": 1024,
"taskQuery": "retrieval.query",
"taskPassage": "retrieval.passage",
"normalized": true
}
}
}
},
"slots": {
"memory": "pi-memory"
}
}
}{
"plugins": {
"load": {
"paths": ["/absolute/path/to/pi-memory"]
}
}
}openclaw gateway restart注意： 如果之前使用了内置的
memory-lancedb，启用本插件时需同时禁用它。同一时间只能有一个 memory 插件处于活动状态。
1）确认插件已被发现/加载：
openclaw plugins list
openclaw plugins info pi-memory2）如果发现异常，运行插件诊断：
openclaw plugins doctor3）确认 memory slot 已指向本插件：
# 期望看到：plugins.slots.memory = "pi-memory"
openclaw config get plugins.slots.memory完整配置示例（点击展开）
{
"embedding": {
"apiKey": "${JINA_API_KEY}",
"model": "jina-embeddings-v5-text-small",
"baseURL": "https://api.jina.ai/v1",
"dimensions": 1024,
"taskQuery": "retrieval.query",
"taskPassage": "retrieval.passage",
"normalized": true
},
"dbPath": "~/.openclaw/memory/lancedb-pro",
"autoCapture": true,
"autoRecall": true,
"retrieval": {
"mode": "hybrid",
"vectorWeight": 0.7,
"bm25Weight": 0.3,
"minScore": 0.3,
"rerank": "cross-encoder",
"rerankApiKey": "${JINA_API_KEY}",
"rerankModel": "jina-reranker-v2-base-multilingual",
"candidatePoolSize": 20,
"recencyHalfLifeDays": 14,
"recencyWeight": 0.1,
"filterNoise": true,
"lengthNormAnchor": 500,
"hardMinScore": 0.35,
"timeDecayHalfLifeDays": 60
},
"enableManagementTools": false,
"scopes": {
"default": "global",
"definitions": {
"global": { "description": "共享知识库" },
"agent:discord-bot": { "description": "Discord 机器人私有" }
},
"agentAccess": {
"discord-bot": ["global", "agent:discord-bot"]
}
},
"sessionMemory": {
"enabled": false,
"messageCount": 15
}
}本插件支持 任意 OpenAI 兼容的 Embedding API：
| 提供商 | 模型 | Base URL | 维度 |
|---|---|---|---|
| Jina（推荐） | jina-embeddings-v5-text-small |
https://api.jina.ai/v1 |
1024 |
| OpenAI | text-embedding-3-small |
https://api.openai.com/v1 |
1536 |
| Google Gemini | gemini-embedding-001 |
https://generativelanguage.googleapis.com/v1beta/openai/ |
3072 |
| Ollama（本地） | nomic-embed-text |
http://localhost:11434/v1 |
与本地模型输出一致（建议显式设置 embedding.dimensions） |
OpenClaw 会把每个 Agent 的完整会话自动落盘为 JSONL：
~/.openclaw/agents/<agentId>/sessions/*.jsonl
但 JSONL 含大量噪声（tool 输出、系统块、重复回调等），不建议直接把原文塞进 LanceDB。
本插件提供一个安全的 extractor 脚本 scripts/jsonl_distill.py，配合 OpenClaw 的 cron + 独立 distiller agent，实现“增量蒸馏 → 高质量记忆入库”：
- 只读取每个 JSONL 文件新增尾巴（byte offset cursor），避免重复和 token 浪费
- 生成一个小型 batch JSON
- 由 distiller agent 把 batch 蒸馏成短、原子、可复用的记忆，再用
memory_store写入
- ✅ 全自动（每小时）
- ✅ 多 Agent 支持（main + 各 bot）
- ✅ 只处理新增内容（不回读）
- ✅ 防自我吞噬：默认排除
memory-distiller自己的 session
- Cursor：
~/.openclaw/state/jsonl-distill/cursor.json - Batches：
~/.openclaw/state/jsonl-distill/batches/
脚本只读 session JSONL，不会修改原始日志。
openclaw agents add memory-distiller \
--non-interactive \
--workspace ~/.openclaw/workspace-memory-distiller \
--model openai-codex/gpt-5.2先确定插件目录（PLUGIN_DIR）：
# 如果你按推荐方式 clone 到 workspace：
# PLUGIN_DIR="$HOME/.openclaw/workspace/plugins/pi-memory"
PLUGIN_DIR="/path/to/pi-memory"
python3 "$PLUGIN_DIR/scripts/jsonl_distill.py" init建议 cron message 以 run ... 开头，这样本插件的自适应检索会跳过自动 recall 注入（节省 token）。
MSG=$(cat <<'EOF'
run jsonl memory distill
Goal: Distill ONLY new content from OpenClaw session JSONL tails into high-quality LanceDB memories.
Hard rules:
- Incremental only: exec the extractor. Do NOT scan full history.
- If extractor returns action=noop: stop immediately.
- Store only reusable memories (rules, pitfalls, decisions, preferences, stable facts). Skip routine chatter.
- Each memory: idiomatic English + final line `Keywords (zh): ...` (3-8 short phrases).
- Keep each memory < 500 chars and atomic.
- Caps: <= 3 memories per agent per run; <= 3 global per run.
- Scope:
- broadly reusable -> global
- agent-specific -> agent:<agentId>
Workflow:
1) exec: python3 <PLUGIN_DIR>/scripts/jsonl_distill.py run
2) Determine batch file (created/pending)
3) memory_store(...) for selected memories
4) exec: python3 <PLUGIN_DIR>/scripts/jsonl_distill.py commit --batch-file <batchFile>
EOF
)
openclaw cron add \
--agent memory-distiller \
--name "jsonl-memory-distill (hourly)" \
--cron "0 * * * *" \
--tz "Asia/Shanghai" \
--session isolated \
--wake now \
--timeout-seconds 420 \
--stagger 5m \
--no-deliver \
--message "$MSG"当蒸馏“所有 agents”时，务必显式设置 scope：
- 跨 agent 通用规则/偏好/坑 →
scope=global - agent 私有 →
scope=agent:<agentId>
否则不同 bot 的记忆会相互污染。
- 禁用/删除 cron：
openclaw cron disable <jobId>/openclaw cron rm <jobId> - 删除 distiller agent：
openclaw agents delete memory-distiller - 删除 cursor 状态：
rm -rf ~/.openclaw/state/jsonl-distill/
直接启动（开发/调试）：
pi-memory-server # 默认配置（端口 9873）
pi-memory-server --port 9873 --host 0.0.0.0
pi-memory-server --no-mcp # 仅 REST API
pi-memory-server --no-http # 仅 MCP
pi-memory-server --api-key secret # 启用 API Key 认证
pi-memory-server --help # 查看所有参数守护进程启动（推荐生产环境）：
./scripts/start-server.sh start # 启动（后台运行，日志到 logs/）
./scripts/start-server.sh stop # 优雅停止
./scripts/start-server.sh restart # 重启
./scripts/start-server.sh status # 查看运行状态日志文件：
logs/pi-memory-server_YYYYMMDD.log，PID 文件：logs/pi-memory-server.pid
# 列出记忆
openclaw pi-memory list [--scope global] [--category fact] [--limit 20] [--json]
# 搜索记忆
openclaw pi-memory search "query" [--scope global] [--limit 10] [--json]
# 查看统计
openclaw pi-memory stats [--scope global] [--json]
# 按 ID 删除记忆（支持 8+ 字符前缀）
openclaw pi-memory delete <id>
# 批量删除
openclaw pi-memory delete-bulk --scope global [--before 2025-01-01] [--dry-run]
# 导出 / 导入
openclaw pi-memory export [--scope global] [--output memories.json]
openclaw pi-memory import memories.json [--scope global] [--dry-run]
# 使用新模型重新生成 Embedding
openclaw pi-memory reembed --source-db /path/to/old-db [--batch-size 32] [--skip-existing]
# 从内置 memory-lancedb 迁移
openclaw pi-memory migrate check [--source /path]
openclaw pi-memory migrate run [--source /path] [--dry-run] [--skip-existing]
openclaw pi-memory migrate verify [--source /path]LanceDB 表 memories：
| 字段 | 类型 | 说明 |
|---|---|---|
id |
string (UUID) | 主键 |
text |
string | 记忆文本（FTS 索引） |
vector |
float[] | Embedding 向量 |
category |
string | preference / fact / decision / entity / other |
scope |
string | Scope 标识（如 global、agent:main） |
importance |
float | 重要性分数 0-1 |
timestamp |
int64 | 创建时间戳 (ms) |
metadata |
string (JSON) | 扩展元数据 |
| 包 | 用途 |
|---|---|
@lancedb/lancedb ≥0.26.2 |
向量数据库（ANN + FTS） |
openai ≥6.21.0 |
OpenAI 兼容 Embedding API 客户端 |
@sinclair/typebox 0.34.48 |
JSON Schema 类型定义（工具参数） |
@modelcontextprotocol/sdk ≥1.26.0 |
MCP Server + StreamableHTTP 传输 |
MIT
观看完整教程 — 涵盖安装、配置，以及混合检索的底层原理。
