tencentcloud 目的
在不依赖外部托管记忆服务的前提下，为 OpenClaw 提供可持续的本地长期记忆能力（L0→L1→L2→L3），并完成从安装、配置到验收的一次性闭环。
适用场景
- 用户要求在 OpenClaw 中安装或启用
memory-tencentdb - 用户需要配置召回、提取、画像、清理等参数
- 用户反馈"插件已装但无记忆 / 无召回 / 无向量检索"
不适用场景
- 用户只需要解释 memory 理念，不要求实际落地
- 用户要接入非 OpenClaw 宿主（先确认目标框架）
标准工作流
1) 环境预检
先确认基础版本满足要求：
- OpenClaw:
>= 2026.3.13 - Node.js:
>= 22.16.0
执行：
openclaw --version
node -v
若版本不满足，先升级再继续。
2) 安装插件
执行安装命令：
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
如已安装则执行更新：
openclaw plugins update memory-tencentdb
3) 写入最小配置
编辑 ~/.openclaw/openclaw.json，确保存在：
{
"memory-tencentdb": {
"enabled": true
}
}
说明：该插件支持零配置启动；不补充其它字段也能运行基础能力。
4) 按需追加推荐配置（生产常用）
根据用户需求补充如下分组：
capture: 对话捕获与保留策略extraction: L1 提取与去重pipeline: L1→L2→L3 调度recall: 召回数量、阈值、策略persona: 场景与画像触发参数embedding: 向量检索配置（远端 OpenAI 兼容）
推荐模板：
{
"memory-tencentdb": {
"capture": {
"enabled": true,
"excludeAgents": [],
"l0l1RetentionDays": 90,
"cleanTime": "03:00"
},
"extraction": {
"enabled": true,
"enableDedup": true,
"maxMemoriesPerSession": 10,
"model": "provider/model"
},
"pipeline": {
"everyNConversations": 5,
"enableWarmup": true,
"l1IdleTimeoutSeconds": 600,
"l2DelayAfterL1Seconds": 10,
"l2MinIntervalSeconds": 900,
"l2MaxIntervalSeconds": 3600,
"sessionActiveWindowHours": 24
},
"recall": {
"enabled": true,
"maxResults": 5,
"scoreThreshold": 0.3,
"strategy": "hybrid"
},
"persona": {
"triggerEveryN": 50,
"maxScenes": 15,
"backupCount": 3,
"sceneBackupCount": 10,
"model": "provider/model"
},
"embedding": {
"enabled": true,
"provider": "openai",
"baseUrl": "https://api.openai.com/v1",
"apiKey": "${EMBEDDING_API_KEY}",
"model": "text-embedding-3-small",
"dimensions": 1536,
"conflictRecallTopK": 5
}
}
}
5) 关键配置规则（避免隐性失败）
embedding.provider = "none"时，向量能力会禁用，仅保留关键词路径。- 若配置远端
provider（如openai/deepseek），必须同时提供：apiKeybaseUrlmodeldimensions
- 上述任一缺失时，插件会继续运行，但自动降级为非向量模式。
l0l1RetentionDays：0表示不清理- 非
0时建议>=3 - 若设为
1~2，需显式开启allowAggressiveCleanup
6) 重启并验证生效
执行：
openclaw gateway restart
检查项：
- Gateway 日志中出现
[memory-tdai]前缀 - 数据目录已创建：
~/.openclaw/state/memory-tdai/ - 至少包含：
conversations/、records/、scene_blocks/、vectors.db
7) 功能冒烟测试
执行一次最小对话回路并验证：
- 连续对话 2~3 轮，提供可记忆信息（偏好、约束、背景）。
- 发起新一轮对话，观察是否出现召回上下文注入。
- 在 Agent 中调用：
tdai_memory_searchtdai_conversation_search
- 确认能检索到刚刚产生的内容。
故障排查速查
- 插件无日志：检查
openclaw.json中memory-tencentdb.enabled是否为true，并确认已重启 Gateway。 - 有记录无召回：检查
recall.enabled、scoreThreshold是否过高。 - 无向量结果：检查
embedding四元组（apiKey/baseUrl/model/dimensions）是否齐全。 - 清理过猛导致历史过少：检查
l0l1RetentionDays与allowAggressiveCleanup。 - 配置已改但行为不变：确认修改的是
~/.openclaw/openclaw.json，并再次重启 Gateway。
安全与合规约束
- 将
apiKey视为敏感信息；不在聊天、日志、截图中明文扩散。 - 优先使用环境变量注入密钥；配置示例中仅保留占位符。
- 仅修改
memory-tencentdb对应配置段，避免覆盖用户其它插件配置。
完成定义（Definition of Done）
在结束任务前，必须同时满足：
- 插件安装/更新命令执行成功
openclaw.json已存在有效memory-tencentdb配置- Gateway 已重启
[memory-tdai]日志可见- 数据目录与关键文件已生成
- 至少 1 次检索工具调用成功返回结果
交付话术模板
可在完成后向用户输出：
- 已完成
memory-tencentdb安装与配置，并重启 Gateway。 - 已验证日志与数据目录生效，记忆链路可用。
- 如需下一步优化，可继续调优
recall.scoreThreshold、pipeline.everyNConversations、persona.triggerEveryN与embedding模型参数。