本地记忆检索系统

技能简介

Jasper Recall 是一套面向 AI 代理的本地 RAG（检索增强生成）记忆系统，基于 ChromaDB 和 sentence-transformers 构建。它让代理具备记住并搜索过往对话的能力，支持会话连续性、知识积累与多代理间的受控记忆共享。

业务背景

解决AI代理"失忆"痛点，让智能助手真正记住客户历史。通过本地语义检索，代理可快速调取过往对话、决策记录，实现服务连续性；多代理团队可按权限共享关键信息，避免重复沟通，提升协作效率。

落地案例：某客服团队部署后，客户二次咨询时，代理自动调取上月沟通记录，无需客户复述背景即可续接处理；技术顾问将每日方案讨论自动索引，后续项目遇到相似需求时，秒级检索历史决策依据；跨部门协作中，销售与交付代理按[public]标签共享客户关键诉求，敏感报价则标记[private]隔离，既保证信息流转又守住隐私边界。

能做什么

• 语义搜索历史会话，获取上下文后再作答
• 自动索引每日笔记与决策，形成可查询的知识库
• 跨重启保持会话连续性，避免信息丢失
• 多代理环境下按隐私标签隔离或共享记忆内容
• 通过 HTTP API 为 Docker 隔离的代理提供远程调用能力

使用说明

安装指令：

npx jasper-recall setup

该命令会完成以下配置：

• 在 ~/.openclaw/rag-env 创建 Python 虚拟环境
• 在 ~/.openclaw/chroma-db 初始化 ChromaDB 数据库
• 将 CLI 脚本放入 ~/.local/bin/
• 在 openclaw.json 写入 OpenClaw 插件配置

核心命令：

# 语义搜索记忆
recall "API 设计决策"
recall "hopeIDS 模式" --limit 10

# 索引记忆文件到向量库
index-digests

# 处理会话日志生成摘要
digest-sessions
digest-sessions --dry-run  # 预览模式

# 隐私合规检查
privacy-check

# 多代理网格同步
sync-shared
recall-mesh

# 启动 HTTP 服务
serve

自动化维护：建议在 HEARTBEAT.md 中添加记忆维护任务，或通过 cron 每 6 小时执行 index-digests 保持索引更新。

输入与输出

见下方输入与输出表格。

风险提示

• 首次运行需下载约 80MB 嵌入模型，完整环境约 200MB
• 依赖 Python 虚拟环境，Node.js 无同等离线方案替代
• 多代理共享时需谨慎使用 [public]/[private]/[learning] 标签，避免敏感信息泄露
• 默认索引路径为 ~/.openclaw/workspace/memory/，迁移环境时需手动备份 ChromaDB 数据

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/emberdesire/jasper-recall/SKILL.md
来源类型：GitHub 开源仓库