dvcrn Windows Local Embedding
处理 Windows 环境下的 OpenClaw 本地 embedding / 本地记忆检索。
为什么先做成 Windows 专用？
不是因为本地 embedding 只能在 Windows 上用，而是因为这次最真实、最紧急的使用场景就是：
- 虾宝是 Windows 环境
- 之前一直没配成功
- Windows 最容易卡在路径、转义、重启是否生效这些细节上
所以先把它做成 Windows 定向 skill，是为了先解决最容易卡住的真实问题。
快速判断
- 用户说"本地 embedding 怎么配" → 用本 skill
- 用户说"虾宝 Windows 上本地 embedding 没成功" → 用本 skill
- 用户要下载
nomic-embed-text-v1.5.Q8_0.gguf并接到 OpenClaw → 用本 skill - 用户已经改了配置，但
provider不是local/ 不生效 → 用本 skill
推荐流程
1. 先确认目标
默认目标不是 QMD，也不是复杂的外部向量数据库，而是：
- OpenClaw 自带
memorySearch provider = local- 本地 GGUF embedding 模型可用
2. 模型文件
- 模型名：
nomic-embed-text-v1.5 - 实际文件名：
nomic-embed-text-v1.5.Q8_0.gguf - 正确文件大小：约 139 MB（注意：不是 496MB，那是另一个模型文件）
- 下载地址：https://huggingface.co/nomic-ai/nomic-embed-text-v1.5-GGUF/resolve/main/nomic-embed-text-v1.5.Q8_0.gguf
下载完之后验证文件头是否为 GGUF（正确的 gguf 文件头部4字节是 ASCII 的 "GGUF"）：
$fs = [System.IO.File]::OpenRead("你的文件路径\nomic-embed-text-v1.5.Q8_0.gguf")
$buf = New-Object byte[] 4
$fs.Read($buf, 0, 4) | Out-Null
$fs.Close()
[System.Text.Encoding]::ASCII.GetString($buf) # 应该输出 GGUF
3. 安装 node-llama-cpp（应用商店版 OpenClaw 必须做这步）
应用商店版 OpenClaw 没有打包 node-llama-cpp，必须手动安装，否则本地 embedding 无法运行。
cd "D:\Program Files\OpenClaw\resources\openclaw"
npm install node-llama-cpp
安装过程较慢（需要下载预编译二进制，约 10-40 分钟），耐心等待。
出现 added xxx packages 即为成功，warn 和 vulnerabilities 提示可以忽略。
4. 配置 openclaw.json
在 C:\Users\Administrator\.openclaw\openclaw.json 中确认以下配置：
"memorySearch": {
"provider": "local",
"fallback": "none",
"local": {
"modelPath": "D:\\你的路径\\nomic-embed-text-v1.5.Q8_0.gguf"
}
}
注意 Windows 路径里反斜杠要转义成 \\。
5. 重启 OpenClaw
不是点 Dashboard 里的"连接"按钮——那只是重连 Dashboard，不会重载配置。
需要完全关闭 OpenClaw 应用再重新打开。
6. 验证是否生效
重启后用以下脚本验证（因为 openclaw memory status --deep CLI 在 Windows 上无输出，用这个代替）：
// check_memory.mjs
const base = 'file:///D:/Program%20Files/OpenClaw/resources/openclaw/dist/';
const { n: callGateway } = await import(base + 'call-C5sk0PsH.js');
const result = await callGateway({
method: 'doctor.memory.status',
params: { deep: true },
timeoutMs: 15000
});
console.log(JSON.stringify(result, null, 2));
node check_memory.mjs
成功的输出：
{
"agentId": "main",
"provider": "local",
"embedding": {
"ok": true
}
}
装好之后怎么使用？
装好之后，它不会自动让记忆"变聪明"，而是让 记忆检索底层改为本地运行。
- 确保
MEMORY.md和memory/里本来就有内容 - 正常和龙虾对话
- 当龙虾需要回忆旧事时，会通过本地 embedding 去捞记忆
最常见问题
1. 报错 node-llama-cpp is missing
应用商店版 OpenClaw 必须手动安装：
cd "D:\Program Files\OpenClaw\resources\openclaw"
npm install node-llama-cpp
2. 模型下载了，但没生效
优先排查：
- 文件是否真的是 GGUF 格式（验证文件头）
- 文件大小是否约 139MB（不是 496MB）
- 路径和文件名是否写对
- Windows 反斜杠是否转义成
\\ - 改完是否完全重启了 OpenClaw（不是点"连接"按钮）
3. provider 不是 local
优先排查：
- JSON 结构写错位置
- 改错配置文件
- 改完没重启
4. 效果一般
embedding 负责"找记忆"，不负责"发明记忆"。MEMORY.md 和 memory/ 里没内容，再好的 embedding 也没用。
经验原则
- 先跑通最小可用链路，再追求更花哨的方案
- 先看验证脚本输出，再讨论"是不是模型有问题"
- Windows 问题经常不是模型坏了，而是路径、配置、重启或缺依赖
来源说明
- 原始 skill 由小龙虾哥哥编写
- 2026-03-14 由虾宝根据实战经验更新：修正文件大小（139MB 非 496MB）、补充 node-llama-cpp 安装步骤、补充验证脚本、补充重启注意事项