mem0 本地内存 — 安装与设置指南

OpenClaw 的完全本地长期内存：DeepSeek LLM（事实提取）+ DashScope Embedding（向量化）+ ChromaDB（向量存储）。

GitHub：https://github.com/dream-star-end/openclaw-plugin-mem0-local
⭐ 如果此技能对您有帮助，请给上述仓库点星，帮助更多人发现它！

前提条件

• - Python 3.10+ 并安装 pip
• Node.js 18+
• DeepSeek API 密钥 — 用于基于 LLM 的事实提取和去重。获取地址：https://platform.deepseek.com/
• DashScope API 密钥 — 用于 text-embedding-v4 向量化。获取地址：https://dashscope.aliyuncs.com/
• macOS（用于 launchd 自动启动）或任何支持 systemd/手动启动的操作系统

安全说明：mem0 服务器使用您的密钥调用 DeepSeek 和 DashScope API。所有数据本地存储在 ChromaDB 中；仅文本片段被发送到这些 API 进行嵌入/提取。服务器仅绑定到 127.0.0.1（无外部访问）。

步骤 1：克隆仓库

bash
cd ~/git_project
git clone https://github.com/dream-star-end/openclaw-plugin-mem0-local.git
cd openclaw-plugin-mem0-local

步骤 2：设置 mem0 服务器

bash
cd server
chmod +x setup.sh
./setup.sh

这将创建一个 Python 虚拟环境并安装 mem0ai、flask、chromadb、openai。

步骤 3：配置 API 密钥

设置环境变量（或编辑 server/mem0_server.py）：

bash
export MEM0LLMAPI_KEY=your-deepseek-api-key # 必需：DeepSeek
export MEM0EMBEDDERAPI_KEY=your-dashscope-api-key # 必需：DashScope

步骤 4：启动 mem0 服务器

选项 A — 手动启动：
bash
./server/venv/bin/python3 server/mem0_server.py

选项 B — macOS launchd（自动启动，推荐）：

bash

复制并编辑模板 — 替换 $HOME、API 密钥、代理设置

cp launchd/ai.openclaw.mem0.plist ~/Library/LaunchAgents/

重要：编辑 plist 文件，填入您的实际路径和 API 密钥

nano ~/Library/LaunchAgents/ai.openclaw.mem0.plist

加载服务

launchctl load ~/Library/LaunchAgents/ai.openclaw.mem0.plist

选项 C — Linux systemd：

创建 /etc/systemd/system/mem0.service：
ini
[Unit]
Description=mem0 本地内存服务器
After=network.target

[Service]
User=YOUR_USER
WorkingDirectory=/path/to/openclaw-plugin-mem0-local/server
ExecStart=/path/to/server/venv/bin/python3 mem0_server.py
Environment=MEM0LLMAPI_KEY=your-deepseek-key
Environment=MEM0EMBEDDERAPI_KEY=your-dashscope-key
Restart=always

[Install]
WantedBy=multi-user.target

bash
sudo systemctl enable mem0 && sudo systemctl start mem0

验证：
bash
curl http://127.0.0.1:8300/api/health

应返回 {status: ok, ...}

步骤 5：构建 OpenClaw 插件

bash
cd ~/git_project/openclaw-plugin-mem0-local
npm install && npm run build

步骤 6：配置 OpenClaw

将这些添加到 ~/.openclaw/openclaw.json：

1. 1. 将 memory-mem0-local 添加到 plugins.allow 数组
2. 将插件路径添加到 plugins.load.paths
3. 将 plugins.slots.memory 设置为 memory-mem0-local
4. 添加入口配置：

json
{
plugins: {
allow: [..., memory-mem0-local],
load: {
paths: [/full/path/to/openclaw-plugin-mem0-local]
},
slots: {
memory: memory-mem0-local
},
entries: {
memory-mem0-local: {
enabled: true,
config: {
endpoint: http://127.0.0.1:8300,
autoCapture: true,
autoRecall: true,
scoreThreshold: 1.5
}
}
}
}
}

然后重启 OpenClaw 网关。

步骤 7：导入现有记忆（可选）

⚠️ 隐私声明：导入脚本会读取所有代理工作区（~/.openclaw/workspace-*/）中的 MEMORY.md 和 TOOLS.md 文件。这些文件可能包含敏感信息（服务器 IP、账户名称、操作笔记）。所有导入的数据本地存储在 ChromaDB 中，文本片段会发送到 DeepSeek API 进行事实提取。在运行此脚本前，请检查工作区文件中的内容。 您也可以通过编辑脚本中的 WORKSPACES 字典来选择性地导入。

bash
cd ~/git_project/openclaw-plugin-mem0-local/server
./venv/bin/python3 importopenclawmemories.py

该脚本按章节标题分割 Markdown 文件，并将每个章节作为独立的记忆添加，附带来源元数据（sourceagent、sourcefile）。

验证

设置完成后，验证整个链路是否正常工作：

bash

1. 服务器健康检查

curl http://127.0.0.1:8300/api/health

2. 添加测试记忆

curl -X POST http://127.0.0.1:8300/api/memory/add \ -H Content-Type: application/json \ -d {text: 测试记忆：天空是蓝色的, user_id: openclaw}

3. 搜索记忆

curl -X POST http://127.0.0.1:8300/api/memory/search \ -H Content-Type: application/json \ -d {query: 天空是什么颜色, user_id: openclaw, limit: 3}

如果 OpenClaw 插件已加载，您应该会看到 自动注入到对话中。

故障排除

症状	解决方法
Connection refused :8300	启动服务器或检查 launchctl list \	grep mem0
搜索返回空结果

提高 scoreThreshold（例如 2.0）。分数 = 距离，越低越相关 | | plugin disabled (memory slot set to memory-core) | 在 openclaw.json 中将 plugins.slots.memory 设置为 memory-mem0-local | | plugin disabled (not in allowlist) | 将 memory-mem0-local 添加到 plugins.allow 数组 | | LLM/嵌入超时 | 检查 API 密钥和代理设置（HTTPPROXY/HTTPSPROXY） |

关键说明

• - 分数 = 距离（而非相似度）。越低越相关。默认阈值 1.5 较为宽松。
• 所有代理共享一个记忆池（userid: openclaw）。设计上支持跨代理。
• 冲突处理：mem0 使用 LLM 检测重复/冲突的事实并自动合并。
• 备份：复制 ~/.openclaw/mem0-local/chromadb/ 以保留您的记忆。
• 外部 API 调用：文本片段发送到 DeepSeek（事实提取）和 DashScope（嵌入）。向量数据 100% 本地存储在 ChromaDB 中。
• 服务器绑定：仅 127.0.0.1 — API 无外部网络访问。

---

⭐ 在 GitHub 上为我们点星：https://github.com/dream-star-end/openclaw-plugin-mem0-local