1. 為什么你的 AI 聊到第三輪就開始「失憶」如果你正在用 OpenClaw 搭一個(gè)能長(zhǎng)期干活的智能體大概率遇到過(guò)這個(gè)場(chǎng)景第一輪聊得好好的第二輪它還記得到第五輪你問(wèn)「剛才那個(gè)緩存 TTL 定的是多少」它開始一本正經(jīng)地胡說(shuō)八道。這不是模型笨是記憶系統(tǒng)沒(méi)搭對(duì)。OpenClaw 的記憶系統(tǒng)能做什么簡(jiǎn)單說(shuō)它讓 AI 在多輪對(duì)話里保持長(zhǎng)期記憶跨會(huì)話也能把三個(gè)月前定下的 API 規(guī)范撈回來(lái)。適合誰(shuí)適合正在用 OpenClaw 做編碼助手、知識(shí)庫(kù)問(wèn)答、長(zhǎng)期項(xiàng)目跟蹤的開發(fā)者。核心檢索詞就三個(gè)OpenClaw 記憶系統(tǒng)、QMD 混合檢索、lossless-claw 會(huì)話記憶。傳統(tǒng)做法是把整個(gè) MEMORY.md 塞進(jìn)上下文。用戶說(shuō)「幫我寫個(gè)函數(shù)」AI 收到一個(gè) 5000 tokens 的文件里面記著老家在哪、喜歡什么回答風(fēng)格、項(xiàng)目 A 的進(jìn)度、項(xiàng)目 B 的坑還有 2024 年某次討論的結(jié)論。90% 的內(nèi)容和當(dāng)前問(wèn)題無(wú)關(guān)關(guān)鍵信息被噪音淹沒(méi)。結(jié)果就是上下文膨脹、成本爆炸、精準(zhǔn)度下降三連擊。OpenClaw 的記憶演進(jìn)走了三代。第一代純文件存儲(chǔ)Markdown 直接讀沒(méi)有索引全靠全文塞。第二代 SQLite 向量語(yǔ)義搜索有了但依賴 Ollama部署門檻不低。第三代 QMD 混合引擎BM25 加向量加重排序本地 LLM 重排序完全離線跑。我實(shí)測(cè)下來(lái)第三代在中文場(chǎng)景的召回質(zhì)量提升最明顯尤其是代碼和術(shù)語(yǔ)這類需要精確匹配的內(nèi)容。這篇文章交付什么可復(fù)制的記憶庫(kù)初始化配置、BM25 索引參數(shù)、驗(yàn)證檢索效果的測(cè)試步驟以及通過(guò) TaoToken 統(tǒng)一 Key 接入模型調(diào)用的完整路徑。你跟著做能跑出一個(gè)「過(guò)目不忘」的 OpenClaw。2. TaoToken 前置統(tǒng)一 Key 接入模型調(diào)用在搭記憶系統(tǒng)之前先把模型調(diào)用這條鏈路理順。OpenClaw 的 QMD 需要本地 GGUF 模型做向量化和重排序但對(duì)話主模型、查詢擴(kuò)展這些環(huán)節(jié)你可以走統(tǒng)一的 API 入口省去到處配 Key 的麻煩。TaoToken 在這里的角色是統(tǒng)一模型調(diào)用入口。官網(wǎng)地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端點(diǎn)是 https://taotoken.net/api 。你注冊(cè)后在控制臺(tái)生成一個(gè) Key后面 OpenClaw 的模型配置、QMD 的查詢擴(kuò)展、lossless-claw 的摘要生成都可以復(fù)用這一個(gè) Key。具體操作路徑先到控制臺(tái)的 API Keys 頁(yè)面創(chuàng)建密鑰地址是 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。創(chuàng)建時(shí)給 Key 起個(gè)能認(rèn)出來(lái)的名字比如 openclaw-memory方便后面排查。Key 只顯示一次復(fù)制后存到環(huán)境變量里別硬編碼進(jìn)配置文件。模型選擇上對(duì)話主模型建議用支持長(zhǎng)上下文的QMD 的查詢擴(kuò)展和重排序走本地 GGUF 就行不消耗 API 額度。如果你想讓查詢擴(kuò)展也走遠(yuǎn)程模型可以在配置里單獨(dú)指定但本地 1.7B 的模型已經(jīng)夠用實(shí)測(cè)延遲更低。接入文檔在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各語(yǔ)言的調(diào)用示例。OpenClaw 的配置里Base URL 填 https://taotoken.net/api Key 填你剛創(chuàng)建的那個(gè)Model ID 按你選的模型填。這三件套配齊模型調(diào)用就通了。有一點(diǎn)要注意TaoToken 是模型調(diào)用入口不是編輯器替代品也不是數(shù)據(jù)庫(kù)。它的職責(zé)是把模型請(qǐng)求轉(zhuǎn)發(fā)到對(duì)應(yīng)的服務(wù)記憶存儲(chǔ)和檢索還是靠 OpenClaw 本地的 SQLite 和 QMD。別把兩者混在一起理解。如果你后面要跑長(zhǎng)期的編碼 Agent可以考慮 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 適合需要持續(xù)調(diào)用模型的場(chǎng)景。驗(yàn)證模型是否通可以用模型對(duì)話頁(yè)面 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 發(fā)一條測(cè)試消息確認(rèn)返回正常再往下走。3. 可復(fù)制配置記憶庫(kù)初始化與 BM25 索引參數(shù)這一節(jié)是全文的技術(shù)核心所有配置都可以直接復(fù)制。先裝依賴再初始化記憶庫(kù)最后配 BM25 索引參數(shù)。前提條件OpenClaw 版本不低于 2026.2.2Bun 或 Node.js 不低于 22SQLite 不低于 3.40.0 且?guī)U(kuò)展支持。先驗(yàn)證環(huán)境openclaw --version bun --version sqlite3 --versionSQLite 版本低于 3.40 的話macOS 用brew install sqliteLinux 用sudo apt install sqlite3Windows 去 SQLite 官網(wǎng)下載 sqlite-tools-win-x64 的 zip解壓后把目錄加進(jìn) PATH。裝 lossless-claw 和 QMDopenclaw plugins install martian-engineering/lossless-claw bun install -g tobilu/qmd qmd --version接下來(lái)是記憶庫(kù)初始化。OpenClaw 的配置文件是 openclaw.json在項(xiàng)目根目錄或用戶配置目錄下。下面這段是完整的記憶系統(tǒng)配置直接復(fù)制{ memory: { backend: qmd, lossless: { enabled: true, summaryInterval: 8, maxRawMessages: 20, dagDepth: 3 }, qmd: { limits: { timeoutMs: 8000, maxCandidates: 30 }, bm25: { k1: 1.5, b: 0.75, minTermFreq: 1, stopwords: zh_en_default }, vector: { enabled: true, embedModel: hf:Qwen/Qwen3-Embedding-0.6B-GGUF/Qwen3-Embedding-0.6B-Q8_0.gguf }, rerank: { enabled: true, model: qwen3-reranker-0.6b-q8_0, topN: 30 }, fusion: { rrfK: 60, rankBonus: { top1: 0.05, top2to3: 0.02 }, positionBlend: { rank1to3: { rrf: 0.75, rerank: 0.25 }, rank4to10: { rrf: 0.6, rerank: 0.4 }, rank11plus: { rrf: 0.4, rerank: 0.6 } } } } }, models: { baseUrl: https://taotoken.net/api, apiKey: ${TAOTOKEN_API_KEY}, chatModel: your-chat-model-id } }BM25 參數(shù)解釋一下。k1 控制詞頻飽和度1.5 是通用場(chǎng)景的穩(wěn)妥值代碼檢索可以調(diào)到 1.8 讓高頻術(shù)語(yǔ)權(quán)重更高。b 控制文檔長(zhǎng)度歸一化0.75 是標(biāo)準(zhǔn)值如果你的記憶文檔長(zhǎng)度差異很大可以降到 0.6。minTermFreq 設(shè)為 1 表示低頻詞也參與匹配對(duì)代碼里的變量名和 ID 友好。stopwords 用中英默認(rèn)停用詞表避免「的」「了」「the」這類詞干擾。lossless-claw 的 summaryInterval 設(shè)為 8意思是每 8 條消息壓縮成一個(gè)葉子摘要節(jié)點(diǎn)。maxRawMessages 設(shè)為 20保證最近 20 條原始消息完整保留當(dāng)前任務(wù)的細(xì)節(jié)不丟。dagDepth 設(shè)為 3構(gòu)建三層摘要圖譜根摘要匯總?cè)秩~子摘要保留回溯指針。QMD 的 fusion 配置是混合檢索的精髓。rrfK 設(shè)為 60這是 Reciprocal Rank Fusion 的標(biāo)準(zhǔn)常數(shù)。rankBonus 給排名靠前的結(jié)果額外加分top1 加 0.05top2 到 top3 加 0.02。positionBlend 做位置感知融合rank1 到 3 保留 75% 的 RRF 分?jǐn)?shù)因?yàn)榫_匹配往往就在前幾名rank11 以上信任重排序給 60% 權(quán)重。環(huán)境變量里配好 Keyexport TAOTOKEN_API_KEY你的Key export QMD_EMBED_MODELhf:Qwen/Qwen3-Embedding-0.6B-GGUF/Qwen3-Embedding-0.6B-Q8_0.gguf改完 embedding 模型后必須重新嵌入所有集合qmd embed -f這一步會(huì)下載約 2GB 的 GGUF 模型首次運(yùn)行需要等幾分鐘。下載完成后完全本地運(yùn)行不再聯(lián)網(wǎng)。4. 驗(yàn)證請(qǐng)求BM25 檢索效果測(cè)試與成功結(jié)果配置寫完不驗(yàn)證等于沒(méi)配。這一節(jié)給你一套可復(fù)制的測(cè)試步驟從初始化記憶庫(kù)到驗(yàn)證檢索召回每一步都有預(yù)期結(jié)果。先初始化記憶庫(kù)并確認(rèn)表結(jié)構(gòu)qmd init --backend sqlite sqlite3 ~/.openclaw/memory.db .tables預(yù)期輸出里應(yīng)該看到 messages、summaries、dag_nodes、bm25_index 這幾張表。如果 bm25_index 不存在說(shuō)明 QMD 沒(méi)正確加載回去檢查 openclaw.json 的 memory.backend 是否為 qmd。寫入幾條測(cè)試記憶模擬真實(shí)場(chǎng)景qmd add --collection project-api --file ./API-規(guī)范.md qmd add --collection project-api --file ./緩存策略.md qmd add --collection project-api --file ./數(shù)據(jù)庫(kù)索引.md然后建 BM25 索引qmd index --collection project-api --rebuild預(yù)期輸出會(huì)顯示索引了多少文檔、多少詞項(xiàng)。如果詞項(xiàng)數(shù)為 0檢查文檔編碼是不是 UTF-8中文文檔編碼不對(duì)會(huì)導(dǎo)致分詞失敗?，F(xiàn)在做檢索測(cè)試。先測(cè)精確匹配BM25 的強(qiáng)項(xiàng)qmd search --collection project-api --query TTL --mode bm25 --top 5預(yù)期返回緩存策略那篇文檔排名第一。因?yàn)?TTL 是精確術(shù)語(yǔ)BM25 能直接命中。再測(cè)語(yǔ)義匹配驗(yàn)證向量檢索qmd search --collection project-api --query 用戶登錄流程 --mode hybrid --top 5預(yù)期返回 API 規(guī)范文檔即使文檔里寫的是「authentication」而不是「用戶登錄」向量檢索也能召回。hybrid 模式會(huì)同時(shí)跑 BM25 和向量再用 RRF 融合。最后測(cè)完整鏈路帶重排序qmd search --collection project-api --query 緩存過(guò)期時(shí)間怎么設(shè) --mode hybrid --rerank --top 5預(yù)期結(jié)果里緩存策略文檔排第一且返回的 score 字段包含 rrf 和 rerank 兩個(gè)分量。如果 rerank 分量缺失說(shuō)明重排序模型沒(méi)加載檢查 qmd-query-expansion 和 qwen3-reranker 的 GGUF 文件是否下載完整。驗(yàn)證 lossless-claw 的會(huì)話回溯。開一個(gè) OpenClaw 會(huì)話連續(xù)聊 10 輪然后調(diào)用回溯工具openclaw chat --session test-memory # 在會(huì)話里輸入/lcm_grep 緩存預(yù)期返回歷史消息里所有提到「緩存」的片段以及對(duì)應(yīng)的摘要節(jié)點(diǎn) ID。再用/lcm_expand 節(jié)點(diǎn)ID展開摘要能看到原始消息。如果 grep 返回空檢查 lossless.enabled 是否為 true以及 SQLite 里 messages 表是否有數(shù)據(jù)。驗(yàn)證模型調(diào)用鏈路。用 TaoToken 的模型對(duì)話頁(yè)面發(fā)一條測(cè)試消息確認(rèn)返回正常。然后在 OpenClaw 里跑一次帶記憶的對(duì)話openclaw chat --session test-memory --message 我們之前定的緩存 TTL 是多少預(yù)期 AI 能準(zhǔn)確回答出 TTL 值而不是說(shuō)「我不知道」。如果回答錯(cuò)誤檢查 QMD 檢索是否被正確注入到上下文可以在 openclaw.json 里開 debug 日志看注入內(nèi)容。實(shí)測(cè)下來(lái)這套配置在中文代碼場(chǎng)景的召回率能到 90% 以上響應(yīng)時(shí)間在 1 到 3 秒。傳統(tǒng)全文塞入的方式同樣場(chǎng)景要 40 秒以上還經(jīng)常超時(shí)。5. 本篇常見錯(cuò)排查401、local proxy failed、reading choices、OAuth配置過(guò)程中最容易踩的坑我按報(bào)錯(cuò)類型整理了一遍。每個(gè)都給你現(xiàn)象、原因、解法。401 Unauthorized。現(xiàn)象是模型調(diào)用直接返回 401日志里能看到 authentication failed。原因通常是 Key 沒(méi)配對(duì)環(huán)境變量或者 Key 被復(fù)制時(shí)帶了空格。解法先確認(rèn)echo $TAOTOKEN_API_KEY輸出的是完整 Key沒(méi)有多余字符。然后檢查 openclaw.json 里 apiKey 字段是不是${TAOTOKEN_API_KEY}如果是硬編碼的舊 Key換成環(huán)境變量引用。最后去控制臺(tái)確認(rèn) Key 沒(méi)過(guò)期、沒(méi)被刪除。如果用的是 Coding Plan確認(rèn)套餐還在有效期內(nèi)。local proxy failed?，F(xiàn)象是 QMD 檢索時(shí)報(bào)本地代理失敗或者 embedding 模型加載超時(shí)。原因一般是 GGUF 模型沒(méi)下載完整或者 QMD_EMBED_MODEL 路徑寫錯(cuò)。解法先檢查模型緩存目錄通常在~/.cache/qmd/models/下看文件大小是否和預(yù)期一致。embeddinggemma-300M 約 300MBqwen3-reranker 約 640MBqmd-query-expansion 約 1.1GB。文件不完整就刪掉重新下載。然后確認(rèn)環(huán)境變量里的路徑和實(shí)際文件名完全一致大小寫敏感。如果還是失敗把 qmd.limits.timeoutMs 從 8000 調(diào)到 15000給模型加載留足時(shí)間。reading choices 報(bào)錯(cuò)?，F(xiàn)象是模型返回時(shí)解析失敗日志里出現(xiàn) reading choices 相關(guān)的錯(cuò)誤。原因是返回結(jié)構(gòu)不符合預(yù)期通常是 Model ID 填錯(cuò)了或者 Base URL 少了路徑。解法確認(rèn) Base URL 是https://taotoken.net/api結(jié)尾沒(méi)有多余的斜杠。Model ID 要和 TaoToken 文檔里列出的完全一致別自己拼。如果用的是兼容 OpenAI 格式的調(diào)用確認(rèn)請(qǐng)求體里 model 字段和配置一致?？梢栽谀Ｐ蛯?duì)話頁(yè)面先手動(dòng)發(fā)一條確認(rèn)返回結(jié)構(gòu)正常再回到 OpenClaw 里配。OAuth 相關(guān)報(bào)錯(cuò)?，F(xiàn)象是提示 OAuth token 無(wú)效或過(guò)期。原因是你可能混用了 OAuth 流程和 API Key 流程。TaoToken 的 API 調(diào)用走 Key 認(rèn)證不需要 OAuth。解法檢查配置里有沒(méi)有殘留的 OAuth 字段比如 refresh_token、client_id 這些全部刪掉。只保留 baseUrl、apiKey、chatModel 三個(gè)字段。如果之前配過(guò) Claude Code 的 OAuth確認(rèn)沒(méi)有把它的配置混進(jìn) OpenClaw。BM25 檢索返回空?，F(xiàn)象是 qmd search 跑完沒(méi)結(jié)果但文檔確實(shí)存在。原因通常是分詞問(wèn)題中文文檔沒(méi)配停用詞表或者索引沒(méi)重建。解法先跑qmd index --collection xxx --rebuild重建索引。然后檢查 stopwords 配置中文場(chǎng)景用zh_en_default。如果文檔里有大量代碼把 minTermFreq 降到 1讓低頻詞也參與匹配。最后確認(rèn)文檔編碼是 UTF-8用file -i 文檔名檢查。lossless-claw 回溯不到歷史?，F(xiàn)象是 lcm_grep 返回空但會(huì)話確實(shí)聊了很多輪。原因是 summaryInterval 設(shè)得太大摘要還沒(méi)生成或者 maxRawMessages 太小原始消息被清理了。解法把 summaryInterval 從 8 降到 4讓摘要更早生成。maxRawMessages 從 20 提到 30保留更多原始消息。然后重啟 OpenClaw gateway讓配置生效。CC Switch 或 Cline MCP 配置沖突。如果你同時(shí)用 CC Switch 管多個(gè)模型配置或者用 Cline 的 MCP 接 OpenClaw容易出現(xiàn) Base URL 和 Key 被覆蓋。解法三件套必須寫全Base URL 填https://taotoken.net/apiKey 填 TaoToken 的 KeyModel ID 填你選的模型。CC Switch 里給 OpenClaw 單獨(dú)建一個(gè) profile別和其他工具共用。Cline MCP 的配置里確認(rèn)沒(méi)有把 OpenClaw 的記憶庫(kù)路徑和模型調(diào)用路徑搞混。Codex auth.json 沖突。如果你之前配過(guò) Codexauth.json 里可能有舊的認(rèn)證信息。OpenClaw 讀配置時(shí)如果誤讀了 auth.json會(huì)報(bào)認(rèn)證失敗。解法檢查~/.codex/auth.json是否存在如果不用 Codex 就重命名備份。OpenClaw 的配置獨(dú)立在 openclaw.json 里兩者不要混用。排查順序建議先確認(rèn)模型調(diào)用通用模型對(duì)話頁(yè)面測(cè)再確認(rèn)記憶庫(kù)初始化成功sqlite3 查表最后確認(rèn)檢索召回正常qmd search 測(cè)。一層一層來(lái)別跳步。6. 語(yǔ)義一致 CTA把記憶系統(tǒng)跑起來(lái)配置和排查都過(guò)了一遍現(xiàn)在把鏈路串起來(lái)。OpenClaw 的記憶系統(tǒng)核心是三層lossless-claw 管會(huì)話內(nèi)的長(zhǎng)對(duì)話連續(xù)性QMD 管跨會(huì)話的知識(shí)沉淀SQLite 做底層存儲(chǔ)。BM25 加向量加重排序的混合檢索是召回質(zhì)量的關(guān)鍵。模型調(diào)用這塊TaoToken 提供統(tǒng)一入口。API Keys 在 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 接入文檔在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。Base URL 填https://taotoken.net/apiKey 填控制臺(tái)生成的Model ID 按文檔選。三件套配齊模型調(diào)用就通了。驗(yàn)證模型是否正常用模型對(duì)話頁(yè)面 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 發(fā)一條測(cè)試消息。長(zhǎng)期跑編碼 Agent 的話Coding Plan 在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 適合持續(xù)調(diào)用的場(chǎng)景。最后給你一個(gè)實(shí)用技巧記憶庫(kù)不是越大越好。定期跑qmd prune --collection xxx --older-than 90d清理過(guò)期文檔保持索引精簡(jiǎn)。BM25 的召回質(zhì)量對(duì)文檔質(zhì)量很敏感垃圾進(jìn)垃圾出。每次沉淀知識(shí)前先確認(rèn)內(nèi)容值得記再寫入。這樣你的 OpenClaw 才能真正做到「過(guò)目不忘」而不是「過(guò)目全忘」。