AI Skill 大全

本地向量记忆插件

装一个 Qdrant + Transformers.js 的本地记忆插件,让 Agent 跨会话按语义存取和遗忘信息。

功能与用途

面向无需云端 API Key 且注重隐私的会话场景,该插件利用本地 Qdrant 向量库与 Transformers.js 模型实现语义级跨会话记忆。内置 memory_store、memory_search、memory_forget 工具,支持在内存或自建服务端存取与遗忘上下文。默认自动注入相关记忆,且默认关闭自动记录以避免意外采集邮箱电话等个人敏感数据。首次运行需下载约 25MB 本地模型。

适用场景

  • 跨会话偏好持久记忆:在本地语义库中保存开发偏好或业务设定,Agent 在后续多次交互中自动召回并应用个性化上下文。
  • 本地语义问答检索:使用向量检索匹配与当前问题最相关的历史信息片段,不依赖外部大模型接口,保障数据离线私密。
  • 敏感或过时记忆清理:根据记忆 ID 或文本内容主动调用遗忘工具,精准删除陈旧或敏感记录,维护记忆库时效性与准确性。

适用人群

  • 重视数据不出本机的隐私敏感团队
  • 自建 OpenClaw 并想加强长期记忆的开发者
  • 做本地化 AI 助手选型的方案负责人

使用步骤

  1. 确认本机有 node 和 npm,执行 clawhub install memory-qdrant
  2. 首次运行会拉取约 25MB 嵌入模型,如遇 sharp / onnxruntime 报错先补上原生依赖的编译工具
  3. 在 OpenClaw 配置里把 plugins.memory-qdrant.enabled 设为 true,按需设置 autoRecall 与 qdrantUrl
  4. 需要持久化就填 qdrantUrl 指向可信服务器,否则留空走内存模式(重启即清空)
  5. 启用 autoCapture 前先想清楚:它的触发规则会匹配邮箱和电话,可能把 PII 一起记下来

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
AI工作流
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
1.0.10
最近更新
2026-05-11
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Local semantic memory with Qdrant and Transformers.js. Store, search, and recall conversation context using vector embeddings (fully local, no API keys).

使用前准备

  • 需要 node / npm 环境,首次运行需联网下载嵌入模型,原生依赖可能需要编译工具

依赖与权限

  • 读取用户主动提供的内容

同类 Skill