Engram: Hybrides Speicher-Plugin für OpenClaw-Agenten — Vektor- und Semantische Suche mit Zerfall

Engram ist ein Speicher-Plugin für OpenClaw-Agenten, das persistente, hybride Erinnerungen zwischen Sitzungen ermöglicht. Ursprünglich als hybrides Gedächtnissystem entwickelt, das Vektor- und semantische Suche mit einer Gedächtnisverfallsarchitektur kombiniert, wurde es durch ein kürzliches OpenClaw-Update beschädigt. Jetzt repariert und auf GitHub unter dem Namen Engram veröffentlicht (die biometrische Spur, die Gedächtnis ermöglicht).

Wie es funktioniert

Engram sichert das Agentengedächtnis mit zwei Speichern:

• SQLite + FTS5 für exakten, strukturierten Abruf und Volltextsuche über Fakten.
• LanceDB für unscharfe semantische Suche über Embeddings.

Beide werden zusammen in einem hybriden Abruf abgefragt, der sowohl strukturierte Schlüssel/Wert-Fakten als auch semantisch ähnliche Vektoren zurückgibt.

Funktionen

• Hybrider Abruf: strukturierte Schlüssel/Wert-Fakten + semantische Vektorsuche, gemeinsam abgefragt.
• FTS5-Volltextsuche über Fakten.
• Kategorien: preference, fact, decision, entity, other.
• Verfallsklassen: permanent, stable, active, session, checkpoint mit Vertrauensverfall.
• Auto-Capture / Auto-Recall Hooks (konfigurierbar).
• Lokal zuerst: Speicher bleibt auf Ihrem Rechner.
• Embeddings via OpenAI (text-embedding-3-small oder text-embedding-3-large).

Für wen es gedacht ist

Entwickler, die OpenClaw-Agenten betreiben und ein dauerhaftes, intelligentes Gedächtnis benötigen, das Neustarts übersteht und zwischen Sitzungs- und permanentem Wissen unterscheiden kann.

Holen Sie es sich

Star das Repo auf GitHub unter nanoflow-io/engram.