Openclaw Memory Ollama — OpenClaw Memory Ollama

OpenClaw Memory 系统

本地化 AI 记忆管理系统，为 OpenClaw AI 助手提供稳定、高效、零成本的长期记忆能力。

核心架构

三层存储 + 四层记忆模型：

层级 组件 说明 接入层 飞书 / 网页Chat / Gateway 多渠道接入 服务层 cognitive-brAIn + Ollama Memory 服务 + Embedding 存储层 PostgreSQL + Redis + 文件 向量 + 缓存 + 文件

四层记忆：

L1 感官记忆 — Redis，TTL 30秒 L2 工作记忆 — Redis，TTL 60分钟 L3 情景记忆 — PostgreSQL，永久 L4 语义记忆 — PostgreSQL，永久 快速开始

• 环境要求

OpenClaw 已安装运行 Ollama 已安装，nomic-embed-text 模型已拉取 PostgreSQL + Redis 服务运行中 cognitive-brAIn 技能已安装

• 配置步骤

# Step 1: 配置 Ollama 环境变量 导出 OLLAMA_API_KEY=ollama-local 导出 OLLAMA_HOST=localhost:11434

# Step 2: 配置 cognitive-brAIn (见 references/config-reference.md) # 修改 config.json 中的 提供者 设置

# Step 3: 重启 OpenClaw Gateway OpenClaw gateway re启动

• 验证

# 验证 Embedding 服务 python3 scripts/embed.py --warmup

# 验证记忆检索 memory_搜索 测试查询

核心脚本 scripts/embed.py --warmup — 预热 Embedding 服务 scripts/embed.py <文本> — 生成文本向量 🔗 引用与致谢 直接引用的技能和代码 引用来源 引用内容 说明 cognitive-brAIn brAIn.encode() / brAIn.recall() 接口、episodes/concepts 表结构、Redis 缓存逻辑 核心记忆服务架构 Ollama nomic-embed-text 模型、/API/embeddings 接口 本地 Embedding 服务 pgvector 向量存储、ivfflat 索引、vector_cosine_ops PostgreSQL 向量扩展 架构参考 参考来源 引用内容 lark-whiteboard 系统架构图、数据流图、四层记忆模型（小明使用此技能绘制） ppt-生成器 HTML 演示稿模板、乔布斯风设计规范 工具链 工具 用途 Ollama 本地 LLM 和 Embedding 运行服务 PostgreSQL 关系数据库 + 向量存储 Redis 热缓存、L1/L2 记忆存储 ClawHub 技能发布和管理平台 OpenClaw AI 助手框架 开发者贡献 小明 (xiaoming) — 使用 lark-whiteboard 技能绘制三张架构图 参考文档 架构图参考 — 系统架构、数据流图、四层记忆模型 部署实施指南 — 完整部署步骤 配置参考 — 配置文件详解