基于 mem-plus(22k⭐ · Benchmark 最高分)融合 SuperMem 增强层。
问题本质:当城问我任何问题时,我需要准确知道他的身份、偏好、原则、进行中的项目。 核心需求: 确定性精确召回 >> 多样性探索
vs 传统 RAG 系统:需要多样性(搜索引擎场景)→ MMR 默认开启 我们的场景:个人 AI 助手 → 精确召回优先,MMR 可选
text
用户消息
↓
message:preprocessed (hook.ts)
↓
mem-plus_cli.py search
↓
mempalace 底层检索(15条原始结果)
↓
strip_metadata() — 清除 OpenClaw 元数据
↓
filter_credentials() — 凭证过滤
↓
dedup_results() — 同源去重 + Levenshtein
↓
identity_kw_boost() ← v5 新增
• identity_boost: USER.md(+100), SOUL.md(+50), MEMORY.md(+30), AGENTS.md(+10)
• keyword_boost: 中文bigram精确匹配(解决中文嵌入质量问题)
↓
最终排序(原生分数 + boosts,不打乱)
↓
可选: mmr_rerank() — 默认关闭
↓
注入 bodyForAgent
决策v4v5原因MMR默认开启默认关闭个人助手需要确定性,不是RAG身份优先无USER.md +100分城的信息必须随时可用中文语义纯向量向量 + Bigram boostnomic-embed-text 中文质量有限凭证存储被动过滤前置检测 + 过滤 + 警告fail-secure
bash
# 精确召回(默认,关闭MMR)
mem-plus_cli.py search "城的身份 CEO"
# 开启MMR多样性模式(显式)
mem-plus_cli.py search "城的身份 CEO" --use-mmr
# 存储记忆(含凭证检测)
mem-plus_cli.py remember "城总今天有新任务"
# 检查状态
mem-plus_cli.py status
# 唤醒上下文
mem-plus_cli.py wake-up
# 挖掘新记忆
mem-plus_cli.py mine --path ~/.openclaw/workspace
功能状态说明Hook 自动召回✅ v4修复message:preprocessed 触发解析函数✅ v4修复正确分割 [N] 结果同源去重✅SKILL.md 不再重复identity 优先注入✅ v5新增USER.md 永远第一中文 Bigram boost✅ v5新增解决中文嵌入差问题MMR 多样性✅ 可选--use-mmr 显式开启凭证过滤✅ghp_ / mars*** → 占位符存储前凭证检测✅ v5新增fail-secure元数据剥离✅[message_id:] 等完全清除ChromaDB forget✅删除特定记忆
文件作用scripts/mem-plus_cli.pyv5 召回引擎入口(19KB)scripts/mem-plus_reranker.pyMMR + Levenshtein 去重scripts/super_mem_cli.pySuperMem bridge(独立层)
~/.mempalace/palace/(387 drawers)~/.super-mem/chroma/(可选层)/Users/mars/Library/Python/3.9/bin/mempalacenomic-embed-text 模型