File contents 语义记忆搜索
适用场景
稳定自动版（可长期运行）；### 1) 开启文件监听自动同步
功能说明
语义记忆搜索
给 OpenClaw 的 Markdown 记忆层加一层向量检索，按“语义”找回历史决策。
这个案例能帮你做什么
不再只能靠关键词 grep；用“意思相近”也能命中相关记录。
结合向量 + BM25 混合检索，兼顾语义召回与精确命中。
基于内容哈希增量索引，重复执行不会重复花 embedding 成本。
你需要的 Skills（按类型）
类型
Skill / 工具
用途
来源
外部（需安装）
memsearch索引与检索 OpenClaw memory
zilliztech/memsearch
外部（需安装）
Python 3.10+
运行 memsearch CLI
Python
外部（可选）
本地 embedding provider
无 API Key 本地化检索
memsearch[local]
快速体验版（先跑一轮）
pip install memsearch
memsearch config init
memsearch index ~/path/to/your/memory/
memsearch search "what caching solution did we pick?"
稳定自动版（可长期运行）
1) 开启文件监听自动同步
memsearch watch ~/path/to/your/memory/
2) 本地 embedding（无外部 API）
pip install "memsearch[local]"
memsearch config set embedding.provider local
memsearch index ~/path/to/your/memory/
3) OpenClaw 执行提示词（检索增强版）
你是我的记忆检索助手。
当我问历史决策时，先调用 memsearch 语义检索，再返回：
1. 最相关的 3 条记忆
2. 每条记忆的原始文件位置
3. 与问题的相关原因
4. 如果结果不足，明确告诉我缺什么信息
成功标准
用不同措辞提问，仍能稳定命中历史记录。
索引可持续增量更新，不重复重建全库。
记忆检索返回可追溯到具体文件片段。
源文件
来源：awesome-openclaw-zh
1 --- 2 name: semantic-memory-search 3 description: 语义记忆搜索 4 --- 5 6 # 语义记忆搜索 7 8 ## 适用场景 9 ## 稳定自动版（可长期运行）；### 1) 开启文件监听自动同步 10 11 ## 功能说明 12 # 语义记忆搜索 13 14 > 给 OpenClaw 的 Markdown 记忆层加一层向量检索，按“语义”找回历史决策。 15 16 ## 这个案例能帮你做什么 17 18 - 不再只能靠关键词 grep；用“意思相近”也能命中相关记录。 19 - 结合向量 + BM25 混合检索，兼顾语义召回与精确命中。 20 - 基于内容哈希增量索引，重复执行不会重复花 embedding 成本。 21 22 ## 你需要的 Skills（按类型） 23 24 | 类型 | Skill / 工具 | 用途 | 来源 | 25 |---|---|---|---| 26 | 外部（需安装） | `memsearch` | 索引与检索 OpenClaw memory | [zilliztech/memsearch](https://github.com/zilliztech/memsearch) | 27 | 外部（需安装） | Python 3.10+ | 运行 `memsearch` CLI | Python | 28 | 外部（可选） | 本地 embedding provider | 无 API Key 本地化检索 | `memsearch[local]` | 29 30 ## 快速体验版（先跑一轮） 31 32 ```bash 33 pip install memsearch 34 memsearch config init 35 memsearch index ~/path/to/your/memory/ 36 memsearch search "what caching solution did we pick?" 37 ``` 38 39 ## 稳定自动版（可长期运行） 40 41 ### 1) 开启文件监听自动同步 42 43 ```bash 44 memsearch watch ~/path/to/your/memory/ 45 ``` 46 47 ### 2) 本地 embedding（无外部 API） 48 49 ```bash 50 pip install "memsearch[local]" 51 memsearch config set embedding.provider local 52 memsearch index ~/path/to/your/memory/ 53 ``` 54 55 ### 3) OpenClaw 执行提示词（检索增强版） 56 57 ```text 58 你是我的记忆检索助手。 59 当我问历史决策时，先调用 memsearch 语义检索，再返回： 60 1. 最相关的 3 条记忆 61 2. 每条记忆的原始文件位置 62 3. 与问题的相关原因 63 4. 如果结果不足，明确告诉我缺什么信息 64 ``` 65 66 ## 成功标准 67 - 用不同措辞提问，仍能稳定命中历史记录。 68 - 索引可持续增量更新，不重复重建全库。 69 - 记忆检索返回可追溯到具体文件片段。 70 71 ## 源文件 72 来源：awesome-openclaw-zh 73 原始文件：semantic-memory-search.md
commit 58a60a7ab5
Frequently asked questions How do I install the Semantic Memory Search skill? Run npx skillmds@latest add yangyuchen-work/semantic-memory-search in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.
What does the Semantic Memory Search skill do? 语义记忆搜索 It is listed under Coding & Dev Tools on SkillMD.
Is Semantic Memory Search safe to use? This skill has not completed SkillMD's automated safety review yet. Capability flags: makes network calls. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.
Which AI agents work with Semantic Memory Search? This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.
Is Semantic Memory Search free to use? Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.
Who published Semantic Memory Search? YangYuChen-Work (@yangyuchen-work) published this skill. Their other Agent Skills are listed on their SkillMD profile.
YangYuChen-Work