memos/docs/cn/openclaw/local_plugin.md

title	desc
本地插件	使用 @memtensor/memos-local-plugin 为 OpenClaw 与 Hermes Agent 提供本地优先的长期记忆、三层检索、技能结晶和可观测管理面板。

@memtensor/memos-local-plugin 是 MemOS 新一代本地插件：一套本地优先的记忆核心，同时适配 OpenClaw 与 Hermes Agent。它不会把记忆数据托管到云端，而是在你的机器上维护 SQLite 数据库、技能包和日志，让 Agent 在本地持续积累可复用经验。

如果你只想为 OpenClaw 快速接入云端托管记忆，请查看 OpenClaw 云插件。如果你更看重隐私、本机运行、可观测性，或希望 OpenClaw / Hermes 都使用同一套本地记忆能力，请使用本页面的本地插件。

核心能力

能力	说明
本地优先	OpenClaw 与 Hermes 各自拥有独立运行目录，SQLite、Skill、日志和配置都保留在本机。
双 Agent 适配	OpenClaw 通过 TypeScript 插件进程内接入；Hermes 通过 Python Provider + JSON-RPC 桥接到同一套 Node.js 记忆核心。
四层记忆	L1 Trace 记录每一步执行，L2 Policy 归纳跨任务策略，L3 World Model 压缩环境认知，Skill 将高价值经验结晶为可调用能力。
三层检索	按 Skill → Trace/Episode → World Model 检索，并融合向量、FTS5、关键词 pattern 与错误特征，使用 RRF + MMR 控制相关性和多样性。
反馈驱动进化	工具结果、环境反馈、用户显式反馈会更新记忆价值，推动策略归纳、技能结晶和 decision repair。
本地 Viewer	提供 Overview、Memories、Tasks、Policies、World Models、Skills、Analytics、Logs、Import、Settings、Help 等页面。
导入与迁移	支持 JSON 导入导出、旧版插件数据迁移，以及按当前 Agent 导入 OpenClaw 会话 JSONL 或 Hermes MEMORY.md。
可选团队共享	默认完全隔离；如需协作，可在 Memory Viewer 的 Team Sharing 面板中开启局域网 / VPN 内 Skill 和可选 Trace 摘要共享。

工作原理

插件在每轮任务开始前检索相关上下文，并把结果注入给 Agent；任务结束后，它会把对话、工具调用、观察结果和反馈写入本地流水线。高价值模式会从原始 Trace 逐步沉淀为 Policy、World Model 和可调用 Skill。下次遇到相似任务时，Agent 可以直接得到“该怎么做”和“哪些坑要避开”的上下文。

阶段	发生了什么	产物
1. Agent 适配	OpenClaw / Hermes 通过各自 Adapter 把会话、工具调用和反馈交给统一的 MemoryCore。	标准化的 turn、tool outcome、feedback
2. 本地写入	MemoryCore 把执行过程拆成可追溯的步骤记录。	L1 Trace
3. 经验归纳	多个相似 Trace 会归纳为跨任务策略，并进一步压缩为环境认知。	L2 Policy、L3 World Model
4. 技能结晶	高价值策略会生成可调用 Skill，并根据后续反馈更新可靠性。	Skill、η、生命周期状态
5. 检索注入	下一轮任务开始前，Retriever 从 Skill、Trace/Episode、World Model 三层召回上下文。	注入给 Agent 的本地记忆上下文

快速开始

Step 1：一行命令安装或升级

安装与升级使用同一条命令。当前安装脚本面向 macOS / Linux：

curl -fsSL https://raw.githubusercontent.com/MemTensor/MemOS/main/apps/memos-local-plugin/install.sh | bash

安装器会自动检测系统中是否已安装 OpenClaw / Hermes。交互式终端会询问安装到哪个 Agent；非交互环境会自动安装到检测到的 Agent。安装器会部署插件代码、安装生产依赖，并在需要时重启对应运行时。

不建议直接 npm install 这个包。安装脚本会处理 Agent 检测、目录布局、配置初始化和运行时重启。

Step 2：打开 Memory Viewer

安装完成后，打开对应的 Memory Viewer：

Agent	Memory Viewer
OpenClaw	http://127.0.0.1:18799
Hermes	http://127.0.0.1:18800

如果你同时安装了 OpenClaw 和 Hermes，它们会使用各自独立的 Viewer 和本地数据目录。

Step 3：在面板里完成配置

所有用户可见配置都从 Memory Viewer 修改：

• Settings → AI Models：配置 Embedding、LLM、Skill Evolver，并用 Test 按钮确认可用。
• Settings → Team Sharing：开启或关闭团队共享，配置团队地址与 token。
• Settings → General：配置语言、日志详细程度、匿名 telemetry 等。

保存后，Viewer 会自动重启插件并加载新设置。

Step 4：启动对应 Agent

安装完成后，按你选择的 Agent 正常启动即可。插件会在 Agent 构建 prompt 前检索本地上下文，并在本轮任务结束后把对话、工具调用、观察结果和反馈写入本地记忆。

Agent	启动方式	插件接入方式
OpenClaw	正常启动或重启 OpenClaw gateway	TypeScript 插件在 OpenClaw 进程内调用 MemoryCore
Hermes	运行 hermes chat	Python Provider 通过 JSON-RPC 调用 Node.js 记忆核心

如果 Hermes 所在机器无法运行 Node.js，Hermes Provider 会报告不可用，并回退到 Hermes 自身的内存模式。

Step 5：验证记忆功能

回到 Memory Viewer，建议检查以下页面：

1. Overview：确认核心状态、版本、事件流正常。
2. Memories：确认对话和工具步骤被写入为 Trace。
3. Tasks / Policies / World Models / Skills：查看经验如何逐步归纳和结晶。
4. Import：导入旧版数据、OpenClaw 会话 JSONL、Hermes MEMORY.md，或导入 / 导出 JSON 备份。
5. Help：查看每个字段含义，例如 V、α、R_human、η、support、gain 等。

Agent 差异

项目	OpenClaw	Hermes
接入方式	TypeScript 插件，进程内调用 MemoryCore	Python MemoryProvider，通过 stdio JSON-RPC 调用 Node bridge
默认 Viewer	http://127.0.0.1:18799	http://127.0.0.1:18800
模型配置	在 OpenClaw Viewer 的 Settings → AI Models 中配置	在 Hermes Viewer 的 Settings → AI Models 中配置
数据共享	默认与 Hermes 隔离	默认与 OpenClaw 隔离

两个 Agent 即使安装在同一台机器上，也会使用各自的数据库和 Viewer。只有显式开启 hub: 后，才会进行团队共享。

可用工具

OpenClaw 与 Hermes 会通过各自宿主暴露记忆工具，常见能力包括：

工具	用途
memory_search	按查询检索相关 Skill、Trace/Episode、World Model。
memory_get	获取某条记忆详情。
memory_timeline	查看某个 episode / task 的时间线。
skill_list	列出可调用 Skill。
skill_get	获取某个 Skill 的调用指南。
memory_environment	查询 L3 World Model，了解项目结构、环境规律和约束。

插件也会记录工具调用成功 / 失败结果，用于后续 decision repair。

数据管理

• 备份：在 Viewer 的 Import 页面导出 JSON，或备份当前 Agent 的 ~/.<agent>/memos-plugin/ 目录。
• 仅清空记忆：在确认已备份后删除运行目录下的 data/ 和 skills/。
• 清空日志：删除 logs/ 下普通日志。audit.log 会按月 gzip 保留。
• 彻底重置：删除整个 ~/.<agent>/memos-plugin/，下次启动会重新创建空目录。

更多资料

• MemOS 本地插件项目
• 云插件 vs 本地插件