Установка скиллов и плагинов OpenClaw осуществляется на ваш страх и риск. Все файлы были получены из открытых источников и предоставляются «как есть». Мы не гарантируем их корректную работу, безопасность или совместимость с вашей системой. Перед установкой настоятельно рекомендуется ознакомиться с содержимым кода и убедиться, что вы понимаете, какие изменения будут внесены в вашу систему.
Lancedb Memory — это навык для OpenClaw, предназначенный для управления и извлечения долговременной памяти с использованием LanceDB. Он сочетает семантический векторный поиск, фильтрацию по категориям и хранение расширенных метаданных, позволяя агентам эффективно «запоминать» информацию и использовать её в будущем.
Общее описание
Данный инструмент реализует слой долговременной памяти для AI-агентов. Он позволяет сохранять контекст, предпочтения и любые значимые данные, а затем извлекать их на основе семантической близости запросов.
В основе лежит база данных LanceDB, обеспечивающая быстрый и точный поиск по embedding-представлениям текста, а также удобную работу с категориями, тегами и дополнительными атрибутами. :
Ключевые возможности
- Хранение долговременной памяти с использованием LanceDB
- Семантический поиск по embedding-вектору
- Фильтрация по категориям
- Поддержка тегов и метаданных
- Оценка важности записей
- Обновление и удаление записей
- Сбор статистики по памяти
Такой подход позволяет агенту не просто хранить данные, а структурировать их и находить релевантную информацию в зависимости от контекста запроса. :
Структура данных
Каждая запись памяти хранится в таблице со следующими полями:
- id — уникальный идентификатор
- timestamp — время создания записи
- content — текст памяти
- category — категория
- tags — список тегов
- importance — уровень важности
- metadata — дополнительные данные в формате JSON
Основные методы
Навык предоставляет API для работы с памятью:
- add_memory — добавление новой записи
- search_memories — поиск по семантическому запросу
- get_memories_by_category — получение записей по категории
- get_memory_by_id — получение конкретной записи
- update_memory — обновление данных
- delete_memory — удаление записи
- get_memory_stats — статистика по базе
Принцип работы
При добавлении записи текст сохраняется вместе с метаданными и преобразуется в векторное представление. При поиске система использует семантическое сходство, чтобы находить наиболее релевантные записи даже при отсутствии точных совпадений.
Фильтры по категориям и тегам позволяют уточнять результаты, а ограничение количества возвращаемых записей помогает контролировать объем выдачи. :
Пример использования
Простой сценарий работы:
- Добавить запись памяти с описанием события
- Выполнить поиск по ключевому запросу
- Получить список релевантных воспоминаний
- Проанализировать статистику хранилища
Такая модель позволяет агенту постепенно накапливать знания и использовать их в последующих взаимодействиях.
Итог
Lancedb Memory — это базовый, но мощный инструмент для реализации долговременной памяти в AI-агентах. Он обеспечивает баланс между простотой реализации и функциональностью, предоставляя все необходимые механизмы для хранения, поиска и управления знаниями.
Благодаря семантическому поиску и структурированным данным, агенты могут работать более осмысленно, сохраняя и используя контекст между сессиями.
Файл из источника