Исправление потери памяти в OpenClaw с помощью плагина Mem0

Проблема памяти в OpenClaw

Агенты OpenClaw по умолчанию не сохраняют состояние между сессиями. Память хранится в файлах, которые загружаются при запуске, но сжатие контекста — которое суммирует старый контекст для экономии токенов — перезаписывает или удаляет эти файлы в середине разговора. Это приводит к постепенной потере информации между сессиями, особенно затрагивая файлы вроде MEMORY.md, которые пользователи создают для сохранения знаний.

Архитектурное решение

Основная проблема в том, что любая память, хранящаяся внутри окна контекста, может быть уничтожена управлением контекстом. Решение — полностью вынести память за пределы окна контекста, чтобы сжатие не могло её затронуть.

Интеграция Mem0 + OpenClaw

Установите плагин одной командой:

openclaw plugins install @ mem0/openclaw-mem0

Получите API-ключ на mem0, добавьте его в ваш openclaw.json, и настройка завершится менее чем за 30 секунд.

Как это работает

• Авто-вспоминание: Запускается на каждом шаге перед ответом вашего агента. Оно ищет релевантные воспоминания (предпочтения, структуру проекта, прошлые решения) и вводит их заново в рабочий контекст. Это переживает сжатие, потому что воспоминания не хранятся в окне контекста — они подтягиваются заново на каждом шаге.
• Авто-захват: Запускается после каждого ответа. Оно извлекает то, что стоит запомнить, удаляет дубликаты, обновляет устаревшие факты и сохраняет их внешне. Никаких правил для настройки.

Области памяти

• Долгосрочная (пользовательская): Ваше имя, технологический стек, структура проекта, решения. Сохраняется во всех сессиях навсегда.
• Краткосрочная (сессионная): То, над чем вы активно работаете прямо сейчас. Не загрязняет долгосрочное хранилище.

Обе области ищутся при вспоминании, причём долгосрочные воспоминания ищутся первыми.

Опция само-хостинга

Для тех, кто не хочет, чтобы данные покидали их машину: установите "mode": "open-source" в вашей конфигурации. Это позволяет использовать собственный стек — Ollama для эмбеддингов, Qdrant для векторов и ваш выбор LLM (Anthropic или другие). Ключ API Mem0 не нужен, ничего не покидает вашу машину.

Практический эффект

До: Начало новой сессии требует повторного объяснения вашего стека и предпочтений, тратя около 20 минут на восстановление контекста перед фактической работой.

После: Начало новой сессии — агент сразу знает ваше имя, ваш стек и где вы остановились, позволяя начать работу немедленно.

Разница становится особенно значимой при запуске нескольких агентов.