什么是EverMemory
EverMemory 是 OpenClaw 生态中的确定性记忆插件，专为实现智能代理的持久化记忆、用户理解与受控自我优化而设计。它通过分层架构将记忆能力划分为三个核心层级：第一层‘记忆’负责存储和检索用户的关键事实、决策、偏好及项目上下文；第二层‘理解’基于显式陈述和行为模式构建动态用户画像，并生成会话简报以维持连续性；第三层‘主动性’则从交互历史中提取意图与反思，自动合并重复内容或归档过时信息，并解释其行为逻辑。整个系统强调透明性，不隐藏存储机制或决策过程，所有操作均可审计、导出与恢复。 该工具提供16项核心能力，其中15项已封装为 OpenClaw 可调用工具命令，涵盖记忆存取、状态检查、规则管理、数据迁移等多个维度。例如，`evermemory_store` 用于记录重要决定或偏好，`evermemory_recall` 在回答前主动调取历史上下文，`evermemory_status` 支持运维级监控，而 `evermemory_explain` 则能清晰说明为何执行某项记忆操作。此外，首次使用时需通过 `profile_onboard` 完成初始化问卷，建立基础用户画像，确保后续交互具备个性化基础。 EverMemory 特别注重安全与可控性，推荐在导入备份或恢复归档记忆时优先使用 `review` 模式进行预览，仅在被用户明确确认后才执行 `apply`。同时，语义检索功能依赖嵌入模型（如本地 MiniLM 或 OpenAI），可通过环境变量灵活配置。整体而言，它是一个兼顾功能性、可解释性与治理能力的记忆中枢，适用于需要长期上下文感知与用户个性化响应的智能代理场景。
核心功能特点
- 分层记忆架构：支持事实、决策、偏好等多类型记忆的持久化存储与结构化检索
- 动态用户理解：基于交互模式构建用户画像，自动生成会话简报维持上下文连续性
- 主动优化机制：自动合并重复记忆、归档陈旧信息，并提供意图分析与反思建议
- 全链路可解释性：所有记忆操作均附带解释说明，满足审计与调试需求
- 安全数据治理：支持导出/导入快照、归档审查与选择性恢复，保障数据主权
- 灵活配置能力：可切换本地或云端嵌入模型，适配不同部署环境与性能要求
适用场景
EverMemory 最典型的应用场景是用户初次接触系统时的初始化体验。当新用户启动服务时，应首先调用 `profile_onboard` 工具完成引导问卷，收集基本信息、工作习惯与技术栈偏好，从而建立初始用户画像。这为后续的记忆行为奠定了个性化基础，使系统能够根据用户的实际背景调整响应策略。例如，若用户声明自己主要使用 TypeScript 开发，则未来相关技术决策会被更精准地关联与复用。 在日常使用中，EverMemory 能有效支撑关键决策的追踪与回顾。当团队做出技术选型（如决定用 Vite 替代 Webpack）后，用户可通过 `evermemory_store` 将其标记为‘decision’类型并保存。此后，无论是询问‘之前我们怎么处理构建工具的？’还是请求‘回忆一下上次的技术约束’，系统都会先调用 `evermemory_recall` 获取相关记忆，再结合当前问题给出连贯回答。这种机制显著提升了复杂项目管理中的上下文延续性。 对于运维与数据治理需求，EverMemory 提供了完善的管控工具链。管理员可随时使用 `evermemory_export` 导出全部记忆为 JSON 格式进行离线备份；若需迁移至新实例，则应先用 `evermemory_import` 配合 `mode: review` 查看变更影响，经确认后再正式应用。当某些记忆因项目结束而过期，也可通过 `evermemory_review` 筛选归档条目，并仅恢复用户指定的 ID 列表，避免误操作风险。这些功能共同构成了一个可靠、可控且可追溯的记忆生命周期管理体系。