mema

核心用法

mema 是 Agent 的中央记忆系统，提供双层记忆架构：长期记忆层使用 SQLite 数据库存储文档索引（路径、标题、标签）和技能使用记录，数据持久化于 ~/.openclaw/memory/main.sqlite；短期记忆层通过 Redis 缓存临时上下文，以 mema:mental:: 为命名空间前缀，默认 6 小时 TTL 与 Agent 会话周期对齐。

主要操作包括：

• mema.py init：初始化数据库表结构
• mema.py index <file> --tag <tag>>：将知识文档编入长期索引
• mema.py list --tag <tag>>：按标签检索相关文档
• mema.py mental set/get <key>>：读写短期会话状态

显著优点

1. 架构清晰：双存储引擎各司其职，SQLite 保证持久可靠，Redis 提供高性能临时缓存
2. 零外部依赖风险：纯本地文件操作，无网络 API 调用，数据完全自主可控
3. 安全实现：全参数化 SQL 查询杜绝注入，路径处理使用 os.path.expanduser 避免遍历攻击
4. 生态整合：深度嵌入 OpenClaw Agent 核心，与官方技能体系无缝协作

潜在缺点与局限性

• Redis 依赖：需独立部署 Redis 服务，增加运维复杂度
• 无分布式能力：SQLite 单文件架构限制高并发写入场景
• 功能边界明确：仅做索引与键值存储，不支持向量检索或语义搜索
• 配置简陋：缺少日志审计、数据库加密等企业级特性

适合的目标群体

• 个人开发者构建长期运行的 Agent 助手
• 需要跨会话记忆保持的自动化工作流
• OpenClaw 生态用户寻求官方推荐的原生存储方案
• 对数据本地化有强要求的隐私敏感场景

使用风险

• Redis 暴露风险：若 Redis 未设密码且监听公网，可能导致未授权数据访问
• 目录权限：需确保 ~/.openclaw/memory// 权限为 700，防止其他用户读取索引内容
• 数据备份：SQLite 单文件虽便于备份，但误删或损坏将导致记忆丢失，建议定期备份