RAG Memory Skill - 智能记忆系统

📚 描述

支持多种后端的智能记忆系统，可选择：

• - SQLite（默认）：开箱即用，无需额外服务
• Milvus：向量数据库，支持语义搜索
• ChromaDB：轻量级向量数据库（待实现）

🏗️ 架构

SQLite 模式（默认）

┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ OpenClaw │ ──> │ RAG Memory │ ──> │ SQLite │
│ (记忆请求) │ │ (技能模块) │ │ (本地 DB) │
└─────────────┘ └──────────────┘ └─────────────┘

Milvus 模式（可选）

┌─────────────┐ ┌──────────────┐ ┌─────────────┐
│ OpenClaw │ ──> │ RAG Memory │ ──> │ Milvus │
│ (记忆请求) │ │ (技能模块) │ │ (向量存储) │
└─────────────┘ └──────────────┘ └─────────────┘
│
v
┌──────────────┐
│ Ollama │
│ (可选) │
│ 嵌入生成 │
└──────────────┘

🔧 配置

快速开始（SQLite - 无需配置）

bash

直接使用，零配置

python -c from rag_memory import store, search; store(测试记忆)

Milvus 模式（高级用户）

bash

环境变量配置

export RAGMEMORYBACKEND=milvus export MILVUS_URL=http://localhost:19530 export OLLAMA_URL=http://localhost:11434 # 可选，用于向量搜索

安装依赖

pip install pymilvus

所有环境变量

bash RAGMEMORYBACKEND=sqlite # sqlite | milvus | chromadb RAGMEMORYSQLITE_DB=./memory.db # SQLite 数据库路径 MILVUS_URL=http://localhost:19530 # Milvus 服务地址 OLLAMA_URL=http://localhost:11434 # Ollama 服务地址（可选） RAGMEMORYCOLLECTION=openclaw_memory # 集合名称 RAGMEMORYBACKUPDIR=./memorybackup # 备份目录

依赖

最小依赖（SQLite 模式）：
bash
pip install requests

完整依赖（Milvus 模式）：
bash
pip install requests pymilvus

📖 使用方法

Python API

python from rag_memory import store, search

存储记忆

memory_id = store(今天讨论了 RAG 系统, {type: conversation, topic: RAG})

搜索记忆

results = search(RAG 系统讨论, top_k=3)

删除记忆

from ragmemory import getmemory getmemory().deletememory(memory_id)

功能说明

函数	说明	参数	返回值
store()	存储记忆	content: str, metadata: Dict	memoryid: int
search()

搜索记忆 | query: str, topk: int | List[Dict] | | get_memory() | 获取实例 | - | RAGMemory |

📊 记忆数据结构

json
{
id: 1,
content: 今天讨论了 RAG 系统,
timestamp: 2026-03-18T15:30:00,
metadata: {
type: conversation,
topic: RAG
},
distance: 0.85 // 仅 Milvus 模式有
}

🔄 后端对比

特性	SQLite	Milvus
安装难度	⭐ 零配置	⭐⭐⭐ 需要 Docker
向量搜索

❌ 不支持 | ✅ 支持 | | 搜索方式 | 最近优先 | 语义相似度 | | 适用场景 | 个人使用 | 生产环境 | | 资源占用 | 低 | 中 - 高 |

⚠️ 注意事项

1. 1. SQLite 模式：开箱即用，无需额外配置
2. Milvus 模式：需要 Docker 运行 Milvus 服务
3. Ollama：可选，用于向量嵌入生成
4. 备份机制：自动备份到 JSON 文件

🐛 故障排除

问题：无法导入 pymilvus

bash

仅 Milvus 模式需要

pip install pymilvus

问题：无法连接 Milvus

bash

检查 Milvus 服务

docker ps | grep milvus curl http://localhost:19530/v1/version

问题：嵌入生成失败

bash

检查 Ollama 服务（可选功能）

curl http://localhost:11434/api/tags ollama pull bge-m3 # 如需使用

📦 发布到 ClawHub

打包

bash cd /app/skills/rag-memory tar -czf rag-memory.tar.gz SKILL.md rag_memory.py

上传

1. 1. 访问 https://clawhub.com
2. 创建开发者账号
3. 上传 rag-memory.tar.gz
4. 填写技能描述和配置说明

用户安装

bash openclaw skills install rag-memory

📝 更新日志

• - 2026-03-18: 初始版本，替代文件记忆系统
• 自动备份到 JSON 文件
• 语义搜索功能
• 元数据支持