@evermind-ai/openclaw-plugin

v2.1.0

Published

16 days ago

EverOS OpenClaw Plugin — persistent memory through natural conversation

0High
0Medium
0Low

alwaysday1

openclaw plugin context-engine memory everos ai agent

EverOS OpenClaw Plugin

通过自然语言对话为 OpenClaw / 龙虾 提供持久记忆能力。

这个插件保留当前 OpenClaw 的 context-engine 架构，并连接到自托管的 EverOS backend。其后端能力由 EverOS 提供。

它能做什么

在每次回复前通过 assemble() 自动回忆相关记忆
在每轮对话后通过 afterTurn() 自动保存新内容
用户只需要正常聊天
不需要手动调用 memory_store 或 memory_search

重要说明：

这是一个 context-engine 插件
它不是 memory slot 插件
为避免冲突，安装时会把 plugins.slots.memory 设置为 none

快速开始

推荐安装方式：

npx --yes --package @evermind-ai/openclaw-plugin everos-install

安装器会：

复用已有的 ~/.openclaw/openclaw.json
把插件路径写入 plugins.load.paths
把 evermind-ai-everos 写入 plugins.allow
设置 plugins.slots.contextEngine = "evermind-ai-everos"
设置 plugins.slots.memory = "none"
为插件创建或补齐默认配置

安装完成后：

openclaw gateway restart

然后用自然语言验证：

记住：我喜欢意式浓缩。
我喜欢什么咖啡？

后端

默认后端地址：

http://localhost:1995

健康检查：

curl http://localhost:1995/health

如果你还没有启动 EverOS backend：

git clone https://github.com/EverMind-AI/EverOS.git
cd EverOS
docker compose up -d
curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync
cp env.template .env
# 编辑 .env
uv run python src/run.py

自然语言记忆是如何工作的

运行时流程：

用户发送一条普通消息。
assemble() 去 EverOS backend 搜索相关记忆。
命中的记忆被注入为上下文。
OpenClaw 正常回复。
afterTurn() 把这一轮的新内容写回 EverOS backend。

所以用户看到的体验是：

“记住：我偏好深色模式”
之后再问：“我偏好什么 UI 风格？”

整个过程不需要显式调用记忆工具。

OpenClaw 配置示例

期望的配置结构如下：

{
  "plugins": {
    "allow": ["evermind-ai-everos"],
    "slots": {
      "memory": "none",
      "contextEngine": "evermind-ai-everos"
    },
    "entries": {
      "evermind-ai-everos": {
        "enabled": true,
        "config": {
          "baseUrl": "http://localhost:1995",
          "userId": "everos-user",
          "groupId": "everos-group",
          "topK": 5,
          "memoryTypes": ["episodic_memory"],
          "retrieveMethod": "hybrid",
          "apiVersion": "auto",
          "agentMode": false
        }
      }
    }
  }
}

配置项

| 字段 | 默认值 | 说明 | | ---------------- | ----------------------- | --------------------------------------------------------------------------- | | baseUrl | http://localhost:1995 | EverOS backend 地址 | | userId | everos-user | 记忆归属的用户标识 | | groupId | everos-group | 共享记忆命名空间 | | topK | 5 | 最多检索条目数 | | memoryTypes | ["episodic_memory"] | 要搜索的记忆类型；开启 agentMode 时会自动加入 agent_memory | | retrieveMethod | hybrid | 检索模式（keyword / vector / hybrid / agentic；rrf 已弃用） | | apiVersion | auto | 后端 API 版本；auto 会在启动时探测一次，v1 / legacy 强制锁定 | | agentMode | false | 是否捕获完整的工具调用轨迹 — 见下方 Agent Memory 章节 |

Agent Memory

当后端是 V1 EverMemOS（自动探测）时，把 agentMode 设成 true 可以开启更丰富的记忆链路 —— 不只存 user / assistant 文本，而是捕获 agent 的完整工具调用轨迹：

"config": {
  ...
  "agentMode": true
}

开启后会发生什么

写路径从 POST /api/v1/memories（仅文本）切到 POST /api/v1/memories/agent —— 整轮包括 assistant 的 tool_calls 和按 tool_call_id 串联起来的 tool result 都会发给后端。
检索路径自动把 agent_memory 加进搜索请求，会同时召回：
- agent_case —— 具体的过往轨迹（任务意图、agent 实际采用的方法、关键决策洞察、质量分）
- agent_skill —— 由多个 case 聚类抽出的可复用模式（名字、描述、模式正文、置信度、成熟度）
Prompt 注入在原本的 <episodic> 前面增加 <skills> 和 <cases> 块 —— 高置信度的可复用模式优先注入。

为什么值得 opt in

实测一个工具密集任务（4 天京都旅行规划，调用 web_search + doc_create + 飞书 API 自定义脚本）：

第一次跑：agent 用了 18 条消息的工具链（搜索、构造 blocks JSON、写 Python 脚本调用飞书 API 追加内容）才完成任务。
一次类似的后续问题（"再做一个 7 天的札幌旅行规划"）：上一轮抽出的 skill Multi-Part Travel Planning with Document Automation 被注入 prompt，agent 直接复用模式，只用 2 条消息就给出答案，完全跳过了探索性的工具调用。

需要知道的成本：

| 成本 | 说明 | | ------ | ----------------------------------------------------------------------------------- | | 每轮写入更大 | 轨迹 POST 是纯文本的 5-10 倍 | | 后端 LLM 成本 | 每条 trajectory 在后端会触发一次 agent_case 抽取的 LLM 调用（约 7 秒，后端异步执行） | | 抽取延迟 | case 在对话边界（或 flush）触发时抽出；单轮短 DM 可能要等到累积够内容才会产出 case | | 后端版本要求 | 必须 V1 EverMemOS；老后端上插件会一次性 warn 并自动降级到纯文本写入 |

如果你不开 agentMode，插件行为和 2.0 完全一致（纯文本写入，只有 episodic memory）。在 V1 后端上，插件会在启动时打一条一次性提示，温和地建议你启用：

[evermind-ai-everos] tip: backend supports V1 agent memory.
Set "agentMode": true in the plugin config to enable agent_case / agent_skill retrieval.

手动安装

npm install -g @evermind-ai/openclaw-plugin
everos-install

故障排查

| 问题 | 解决方式 | | --------- | --------------------------------------------------------------------- | | 插件未加载 | 检查 plugins.allow、plugins.load.paths、plugins.slots.contextEngine | | 后端连接失败 | 检查 baseUrl，并执行 curl <baseUrl>/health | | 没有回忆出记忆 | 检查后端数据，并尝试更具体的问题 | | 没有保存记忆 | 检查 EverOS backend 写入接口是否正常 | | 与其他记忆插件冲突 | 确认 plugins.slots.memory = "none" |

许可证

Apache-2.0

Published

Vulnerabilities

Links

Maintainers

Keywords

Readme