Análise do Plugin de Memória OpenClaw: Claw Sem Perdas + LanceDB Recomendado

Os agentes OpenClaw podem perder o contexto após cerca de 20 minutos, fazendo com que esqueçam as instruções. O problema decorre de como o OpenClaw monta o contexto antes de cada chamada LLM: Prompts do sistema → Histórico → Esquemas de ferramentas → Habilidades → Memória. Quando a camada de memória fica inchada, os agentes sofrem amnésia e os custos da API aumentam.

Resultados dos Testes dos Plugins de Memória

• Configuração Padrão Markdown (Tier C): Adequada para regras estritas e estáticas, mas causa inchaço de tokens que comprime as instruções à medida que a janela de contexto se enche. Não recomendada como a única memória ativa.
• Plugin Mem0 (Tier B): Oferece boa automação, mas compromete a privacidade local e pode custar até 7 centavos por mensagem, tornando-se caro para uso 24/7.
• Integração com Obsidian Vault (Tier B+): Fornece memória de longo prazo persistente quando conectada corretamente para vincular automaticamente o contexto entre sessões. Boa para arquivamento e construção de grafos de conhecimento, mas pode ser pesada para recuperação rápida durante a codificação.
• Lossless Claw + LanceDB (Tier S): A combinação recomendada. Lossless Claw é um plugin gratuito que evita a perda de contexto, permitindo que os agentes armazenem e recuperem informações passadas sem perder detalhes importantes. LanceDB fornece armazenamento vetorial local rápido que mantém a privacidade dos dados.

Stack "Sem Amnésia" Recomendada

A configuração atual do autor para operação confiável:

• Agente Principal: Claude Opus 4.6 para raciocínio pesado
• Sub-agente: Kimi K2.5 via Kimi Code para tarefas isoladas
• Memória Ativa: Lossless Claw + LanceDB para contexto preciso a custo quase zero
• Regras Estáticas: Obsidian para regras do sistema e contexto no nível do sistema de arquivos (não para histórico de conversas)