AI 助理
文档备案控制台
开发者社区 人工智能 文章 正文

部署 OpenClaw 双层记忆系统实战：Mem0+Qdrant向量检索+Markdown持久化搭建教程

2026-03-27 535
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 在AI智能体实际使用中，**记忆能力**直接决定体验上限。传统上下文窗口有限、历史对话易丢失、关键信息无法长期留存，导致每次交互都要重复说明需求。OpenClaw结合Mem0与Qdrant构建的**双层记忆体系**，完美解决这一问题：上层基于向量数据库实现语义检索与长期记忆，下层通过Markdown文件做关键数据持久化备份，兼顾检索效率与数据安全。

一、前言

在AI智能体实际使用中，记忆能力直接决定体验上限。传统上下文窗口有限、历史对话易丢失、关键信息无法长期留存，导致每次交互都要重复说明需求。OpenClaw结合Mem0与Qdrant构建的双层记忆体系，完美解决这一问题：上层基于向量数据库实现语义检索与长期记忆，下层通过Markdown文件做关键数据持久化备份，兼顾检索效率与数据安全。
OpenClawo.png

本文完整保留双层记忆架构、Qdrant集群部署、Mem0插件配置、Markdown备份机制与踩坑总结，不改变原意，同时新增2026阿里云轻量服务器部署OpenClaw、Windows11/MacOS/Linux本地全流程、阿里云千问大模型API配置、免费Coding Plan对接，提供可直接复制的代码命令、高频问题与避坑方案，帮助用户从零搭建稳定可靠的AI永久记忆系统。阿里云部署 OpenClaw 只需两步，全网最简单，步骤流程 访问阿里云OpenClaw一键部署专题页面 了解。
OpenClaw部署教程图1.png

二、双层记忆系统核心架构

第一层：Mem0+Qdrant向量记忆（高速检索层）

  • 基于Qdrant向量数据库集群存储向量数据
  • 由Mem0统一管理记忆写入、更新、语义搜索
  • 支持自然语言检索历史信息，毫秒级响应
  • 解决传统上下文长度受限、检索效率低问题

第二层：Markdown文件记忆（持久备份层）

  • MEMORY.md：存储用户身份、偏好、核心规则等长期信息
  • memory/YYYY-MM-DD.md：按日期自动归档每日对话摘要
  • 上下文快满时自动触发memoryFlush写入关键内容
  • 作为向量库故障时的可靠兜底方案

三、Qdrant集群部署（高性能向量存储）

集群规划（单机三节点）

节点 REST端口 gRPC端口 P2P端口
node_1 6333 6334 6335
node_2 6433 6434 6335
node_3 6533 6534 6335

最低配置：2核4GB，每节点预留10GB磁盘空间。

docker-compose.yml

version: '3.8'
services:
  qdrant_node_1:
    image: qdrant/qdrant:v1.7.4
    container_name: qdrant_node_1
    ports:
      - "6333:6333"
      - "6334:6334"
    volumes:
      - ./qdrant_storage_1:/qdrant/storage
      - ./qdrant_bootstraps:/qdrant/bootstraps
    environment:
      - QDRANT__SERVICE__GRPC_PORT=6334
      - QDRANT__CLUSTER__ENABLED=true
      - QDRANT__CLUSTER__P2P__PORT=6335
      - QDRANT__BOOTSTRAP__FROM_FILE=/qdrant/bootstraps/peer_2

  qdrant_node_2:
    image: qdrant/qdrant:v1.7.4
    container_name: qdrant_node_2
    ports:
      - "6433:6333"
      - "6434:6334"
    volumes:
      - ./qdrant_storage_2:/qdrant/storage
      - ./qdrant_bootstraps:/qdrant/bootstraps
    environment:
      - QDRANT__SERVICE__GRPC_PORT=6334
      - QDRANT__CLUSTER__ENABLED=true
      - QDRANT__CLUSTER__P2P__PORT=6335
      - QDRANT__BOOTSTRAP__FROM_FILE=/qdrant/bootstraps/peer_3

  qdrant_node_3:
    image: qdrant/qdrant:v1.7.4
    container_name: qdrant_node_3
    ports:
      - "6533:6333"
      - "6534:6334"
    volumes:
      - ./qdrant_storage_3:/qdrant/storage
      - ./qdrant_bootstraps:/qdrant/bootstraps
    environment:
      - QDRANT__SERVICE__GRPC_PORT=6334
      - QDRANT__CLUSTER__ENABLED=true
      - QDRANT__CLUSTER__P2P__PORT=6335
      - QDRANT__BOOTSTRAP__FROM_FILE=/qdrant/bootstraps/peer_1

初始化集群引导文件

mkdir -p qdrant_bootstraps/peer_1 qdrant_bootstraps/peer_2 qdrant_bootstraps/peer_3

echo "http://qdrant_node_1:6335" > qdrant_bootstraps/peer_2/peer_1.uri
echo "http://qdrant_node_2:6335" > qdrant_bootstraps/peer_3/peer_2.uri
echo "http://qdrant_node_3:6335" > qdrant_bootstraps/peer_1/peer_3.uri

启动集群并验证

docker compose up -d
curl http://localhost:6333/collections

返回{"collections":[],"status":"ok"}表示集群正常。

创建指定维度集合（关键避坑）

curl -X PUT "http://localhost:6333/collections/openclaw_memories" \
-H "Content-Type: application/json" \
-d '{
  "vectors": {
    "size": 1024,
    "distance": "Cosine"
  }
}'

四、Mem0插件安装与配置

安装插件

openclaw plugins install @mem0/openclaw-mem0

配置openclaw.json

{
   
  "plugins": {
   
    "entries": {
   
      "openclaw-mem0": {
   
        "enabled": true,
        "config": {
   
          "mode": "open-source",
          "userId": "your-user-id",
          "oss": {
   
            "embedder": {
   
              "provider": "openai",
              "config": {
   
                "apiKey": "your-embedding-api-key",
                "baseURL": "https://api.siliconflow.cn/v1",
                "model": "BAAI/bge-large-zh-v1.5"
              }
            },
            "vectorStore": {
   
              "provider": "qdrant",
              "config": {
   
                "host": "localhost",
                "port": 6333
              }
            },
            "llm": {
   
              "provider": "openai",
              "config": {
   
                "apiKey": "your-llm-api-key",
                "baseURL": "https://api.siliconflow.cn/v1",
                "model": "deepseek-ai/DeepSeek-V3.2"
              }
            }
          }
        }
      }
    }
  }
}

五、Markdown持久化记忆配置

目录结构

~/.openclaw/workspace/
├── MEMORY.md        # 长期记忆
└── memory/
    └── YYYY-MM-DD.md # 每日记忆

自动归档配置

{
   
  "agents": {
   
    "defaults": {
   
      "compaction": {
   
        "mode": "safeguard",
        "reserveTokensFloor": 20000,
        "memoryFlush": {
   
          "enabled": true,
          "softThresholdTokens": 4000,
          "prompt": "Write any lasting notes to memory/YYYY-MM-DD.md; reply with NO_REPLY if nothing to store.",
          "systemPrompt": "Session nearing compaction. Store durable memories now."
        }
      }
    }
  }
}

记忆检索配置

{
   
  "agents": {
   
    "defaults": {
   
      "memorySearch": {
   
        "enabled": true,
        "provider": "openai",
        "remote": {
   
          "baseUrl": "https://api.siliconflow.cn/v1",
          "apiKey": "your-api-key"
        },
        "model": "BAAI/bge-large-zh-v1.5"
      }
    }
  }
}

六、2026阿里云轻量服务器部署OpenClaw

步骤1：创建实例

  1. 登录阿里云控制台，进入轻量应用服务器
  2. 镜像：应用镜像→OpenClaw 2026稳定版
  3. 地域：中国香港/新加坡
  4. 配置：2核4GB、40GB云盘、5Mbps带宽
  5. 设置root密码，记录公网IP

阿里云用户零基础部署 OpenClaw 喂饭级步骤流程

第一步：点击打开访问阿里云OpenClaw一键部署专题页面。
openclaw666.png
OpenClaw2.png
OpenClaw02.png
OpenClaw03.png
OpenClaw04.png

第二步：打开选择阿里云轻量应用服务器，配置参考如下：

  • 镜像：OpenClaw(Moltbot)镜像（已经购买服务器的用户可以重置系统重新选择镜像）
  • 实例：内存必须2GiB及以上。
  • 地域：默认美国（弗吉尼亚），目前中国内地域（除香港）的轻量应用服务器，联网搜索功能受限。
  • 时长：根据自己的需求及预算选择。

轻量应用服务器OpenClaw镜像.png
bailian1.png
bailian2.png

第三步：打开访问阿里云百炼大模型控制台，找到密钥管理，单击创建API-Key。

阿里云百炼密钥管理图.png

前往轻量应用服务器控制台，找到安装好OpenClaw的实例，进入「应用详情」放行18789端口、配置百炼API-Key、执行命令，生成访问OpenClaw的Token。
阿里云百炼密钥管理图2.png

  • 端口放通：需要放通对应端口的防火墙，单击一键放通即可。
  • 配置百炼API-Key，单击一键配置，输入百炼的API-Key。单击执行命令，写入API-Key。
  • 配置OpenClaw：单击执行命令，生成访问OpenClaw的Token。
  • 访问控制页面：单击打开网站页面可进入OpenClaw对话页面。

阿里云百炼Coding Plan API-Key 获取、配置保姆级教程：

创建API-Key，推荐访问订阅阿里云百炼Coding Plan，阿里云百炼Coding Plan每天两场抢购活动，从按tokens计费升级为按次收费，可以进一步节省费用！
CodingPlan.png

  • 购买后，在控制台生成API Key。注：这里复制并保存好你的API Key，后面要用。
    image.png
  • 回到轻量应用服务器-控制台，单击服务器卡片中的实例 ID，进入服务器概览页。
    image.png
  • 在服务器概览页面单击应用详情页签，进入服务器详情页面。
    image.png
  • 端口放通在OpenClaw使用步骤区域中，单击端口放通下的执行命令，可开放获取OpenClaw 服务运行端口的防火墙。
    image.png
  • 这里系统会列出我们第一步中创建的阿里云百炼 Coding Plan的API Key，直接选择就可以。
    image.png
  • 获取访问地址单击访问 Web UI 面板下的执行命令，获取 OpenClaw WebUI 的地址。
    image.png
    image.png

步骤2：放行端口

firewall-cmd --add-port=18789/tcp --permanent
firewall-cmd --add-port=6333/tcp --permanent
firewall-cmd --reload

步骤3：初始化服务

docker exec -it openclaw bash
openclaw init --full
exit
docker update --restart=always openclaw
docker restart openclaw

步骤4：访问面板

http://公网IP:18789

七、本地全平台部署OpenClaw

Windows11（管理员PowerShell）

wsl --install
wsl --set-default-version 2
docker pull openclaw/openclaw:2026.3.26
mkdir -p $HOME/OpenClaw/{
   config,skills,memory,workspace}

docker run -d `
--name openclaw `
--restart always `
-p 18789:18789 `
-v $HOME/OpenClaw/config:/app/config `
-v $HOME/OpenClaw/skills:/app/skills `
-v $HOME/OpenClaw/memory:/app/memory `
-v $HOME/OpenClaw/workspace:/app/workspace `
openclaw/openclaw:2026.3.26

MacOS

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
brew install docker node@22
open /Applications/Docker.app

docker pull openclaw/openclaw:2026.3.26
mkdir -p ~/OpenClaw/{
   config,skills,memory,workspace}

docker run -d \
--name openclaw \
--restart always \
-p 18789:18789 \
-v ~/OpenClaw/config:/app/config \
-v ~/OpenClaw/skills:/app/skills \
-v ~/OpenClaw/memory:/app/memory \
-v ~/OpenClaw/workspace:/app/workspace \
openclaw/openclaw:2026.3.26

Linux（Ubuntu/Debian）

sudo apt update
curl -fsSL https://get.docker.com | bash
sudo systemctl start docker
sudo systemctl enable docker

sudo mkdir -p /opt/openclaw/{
   config,skills,memory,workspace}
sudo chmod -R 777 /opt/openclaw

sudo docker run -d \
--name openclaw \
--restart always \
-p 18789:18789 \
-v /opt/openclaw/config:/app/config \
-v /opt/openclaw/skills:/app/skills \
-v /opt/openclaw/memory:/app/memory \
-v /opt/openclaw/workspace:/app/workspace \
openclaw/openclaw:2026.3.26

八、大模型API配置

阿里云千问配置

docker exec -it openclaw bash
openclaw config set models.providers.bailian.baseUrl https://dashscope.aliyuncs.com/compatible-mode/v1
openclaw config set models.providers.bailian.apiKey sk-your-key
openclaw config set models.default.model qwen3-max
openclaw gateway restart
exit

免费Coding Plan配置

docker exec -it openclaw bash
nano /app/config/model.config.yaml

coding_plan:
  enable: true
  model: coding-free
  api_key: your-free-key
  baseUrl: https://api.codingplan.ai/v1
  timeout: 30

openclaw gateway restart
exit

九、系统验证与测试

检查Qdrant集合

curl http://localhost:6333/collections

检查容器状态

docker ps | grep qdrant

对话记忆测试

你记得我的名字吗？
我们之前聊过什么话题？

十、常见问题与踩坑总结

1. Qdrant集群无法启动

  • 原因：bootstrap文件未挂载
  • 解决：正确挂载qdrant_bootstraps目录

2. 向量搜索异常

  • 原因：向量维度不匹配（768 vs 1024）
  • 解决：手动创建1024维集合

3. Mem0无法连接Qdrant

  • 原因：host配置错误
  • 解决：使用localhost或宿主机IP

4. 记忆不生效

  • 原因：memorySearch未开启
  • 解决：启用配置并重启网关

5. 重启后数据丢失

  • 原因：未挂载数据目录
  • 解决：配置volumes持久化存储

十一、总结

OpenClaw+Mem0+Qdrant双层记忆系统，彻底解决AI智能体记忆短板。向量层实现高速语义检索，文件层保证数据安全可靠。本文完整覆盖集群部署、插件配置、持久化归档、全平台部署、大模型对接与故障排查，所有命令可直接复制使用，零基础用户也能快速搭建拥有永久记忆的AI智能体，让每一次交互都更懂你。

文章标签：
人工智能
数据安全/隐私保护
API
存储
数据库
Clawdbot
目录
相关文章
一条云
|
12天前
|
存储 NoSQL API
本地/阿里云部署 OpenClaw 配置大模型API保姆级步骤 + 基于 Tablestore+Mem0 构建记忆系统教程
OpenClaw作为开源AI智能体框架，凭借灵活的工具集成与多端适配能力，已成为个人与团队提升效率的核心工具。但原生记忆系统存在的“会话失忆、多Agent记忆隔离、部署复杂”等痛点，严重影响长期使用体验——新会话需重复说明偏好、多Agent协作需反复传递信息、本地向量部署门槛高。2026年，阿里云Tablestore与Mem0插件的组合，为OpenClaw提供了完美的记忆增强方案，实现跨会话、跨Agent的持久化记忆，兼顾云托管的便捷性与数据自主可控性。
一条云
634 1
Clawdbot
|
9天前
|
存储 人工智能 Linux
AI智能体永久记忆配置：LCM无损上下文管理+OpenClaw 阿里云与本地全平台部署指南
2026年，AI智能体已从概念走向深度落地，OpenClaw（昵称龙虾）凭借自主任务闭环、跨软件执行与插件扩展能力，成为新一代自主智能体标杆。但所有智能体都面临共同痛点：上下文窗口有限导致的**失忆问题**——长期对话后旧信息被截断，历史方案、技术细节、业务结论无法回溯。OpenClaw创始人Peter Steinberger公开推荐的Lossless Claw（LCM）插件，通过DAG有向无环图+SQLite持久化存储，实现AI**永久记忆、智能检索、无损压缩**，从根本上解决上下文溢出导致的信息丢失。本文深度解析LCM工作原理、核心参数、优劣权衡与适用场景，并提供2026年阿里云部署、本地
Clawdbot
514 3
一条云
|
5天前
|
人工智能 Linux API
OpenClaw 知识库搭建攻略：QMD/向量库/知识图谱三方案+阿里云+本地部署+千问/Coding Plan配置
随着OpenClaw V2026.3.22模块化框架正式成熟，本地知识库与RAG能力已经成为AI智能体从“简单对话”走向“专业可靠”的关键分水岭。单纯依靠大模型上下文已经无法满足长期使用、专业问答、资料检索、低Token消耗的需求。
一条云
577 1
Clawdbot
|
9天前
|
人工智能 Linux API
三句话完成公众号发文｜OpenClaw 阿里云/本地部署与百炼大模型配置实战指南
OpenClaw（曾用名Clawdbot、Moltbot）是一款面向个人与轻量团队的AI自动化代理工具，可通过自然语言指令完成内容创作、图文生成、格式转换、平台发布等流程化工作。对于自媒体运营、技术博主、职场用户而言，它能将原本数小时的内容产出与发布流程压缩到十几分钟，大幅降低重复操作成本。
Clawdbot
205 4
一条云
|
13天前
|
人工智能 Linux API
OpenClaw从入门到精通：AGENTS.md等六核心文件配置、云端本地部署与大模型对接实战教程
很多用户在使用OpenClaw（Clawdbot）时都会遇到同样的困扰：AI记不住习惯、理解偏差、执行混乱、乱删文件、回复风格不符预期。实际上，OpenClaw并非黑盒系统，它的行为、人格、记忆、工作流程完全由**六个核心Markdown配置文件**控制。这些文件构成了AI的“大脑、性格、手册、记忆、知识库、用户档案”，只要正确配置，就能把普通AI变成听话、稳定、专业的专属数字员工。
一条云
1961 3
Clawdbot
|
9天前
|
人工智能 Linux API
OpenClaw多Agent协作系统实操：本地+阿里云部署与千问/Coding Plan API配置全指南
2026年OpenClaw（原Clawdbot）推出的多Agent协作系统，彻底打破了单一AI智能体的能力边界，让多个AI Agent像人类团队一样实现智能分工、实时信息同步与灵活角色配置，可高效完成内容创作、软件开发、数据分析等复杂复合型任务。在实际落地过程中，开发者不仅需要掌握多Agent协作系统的基础使用逻辑，更需要完成OpenClaw在本地多系统（MacOS/Linux/Windows11）与阿里云的稳定部署，同时实现与阿里云千问大模型API、免费Coding Plan API的无缝对接，才能真正发挥多Agent协作的核心价值。本文将深度解析OpenClaw多Agent协作系统的核心
Clawdbot
764 10
Clawdbot
|
10天前
|
存储 人工智能 弹性计算
阿里云/本地部署OpenClaw及永久记忆优化教程：Ollama+LanceDB+大模型API配置实战指南
在使用OpenClaw这类AI协作框架时，很多用户都会遇到相同问题：AI频繁遗忘上下文、重要偏好需要反复告知、长对话后响应变慢、隐私数据不敢上传云端，传统纯文本记忆文件随内容增大导致加载卡顿、Token消耗飙升，严重影响使用体验。本文基于Ollama本地大模型与LanceDB向量数据库，打造完全本地化、永久存储、智能检索的记忆增强方案，同时提供2026年阿里云ECS部署、本地MacOS/Linux/Windows11部署OpenClaw（Clawdbot）完整流程，以及阿里云千问大模型API、免费Coding Plan API配置方法与高频问题排查，让你的AI助手实现越用越快、越用越懂你。
Clawdbot
878 0
Clawdbot
|
9天前
|
人工智能 API 网络安全
零基础保姆级图文教程｜阿里云OpenClaw极速部署+WhatsApp快速接入完整步骤（附避坑指南）
在2026年全球即时通讯与AI自动化融合的浪潮中，OpenClaw（原Clawdbot，曾用名Moltbot）凭借开源特性、跨平台适配能力与强大的任务执行效率，成为全球用户提升个人与团队效率的核心工具。这款开源AI智能体框架，截至2026年3月，在GitHub平台星标数量已突破20万，Fork数超3.8万，支持通过自然语言完成文件管理、信息检索、流程自动化、多端协同等多样化任务。而WhatsApp作为全球月活超25亿的即时通讯工具，覆盖全球180+国家，具备原生稳定、无广告、多设备同步的核心优势，是跨境沟通、海外办公、全球协作的首选载体。
Clawdbot
344 4

热门文章

最新文章

  • 1
    DNS查询工具简介
  • 2
    Tomcat 7优化配置参数
  • 3
    《Cloud Native 》云原生技术汇总
  • 4
    Spring Boot 学习研究笔记(十七) -Spring boot JPA的复杂查询
  • 5
    单片机基础知识整理
  • 6
    手写redux方法以及数组reduce方法
  • 7
    以优质氘代产品为刃，劈开生物原材料市场壁垒
  • 8
    canvas-渐变文字
  • 9
    日本设计的七个原则
  • 10
    struts2学习笔记--总结获取servletAPI的几种方式
  • 1
    零基础零门槛！OpenClaw阿里云无影云电脑一键部署、iMessage对接与大模型千问Qwen3.6-Plus配置实战手册
    58
  • 2
    阿里云轻量服务器部署OpenClaw图文教程：飞书集成+千问Qwen3.6-Plus配置+新手避坑指南
    61
  • 3
    Claude Code、Codex接管开发流程，测试工程师下一步该做什么？
    101
  • 4
    阿里云ECS云服务器部署 OpenClaw 图文攻略｜LINE集成+千问Qwen3.6-Plus配置+新手避坑指南
    47
  • 5
    别再无效刷题了！2026校招笔试高频考点权重排序（附大厂内部评分标准）
    46
  • 6
    阿里云计算巢部署 OpenClaw 图文攻略：微信小程序集成+千问Qwen3.6-Plus配置+新手避坑指南
    45
  • 7
    零基础保姆级图文教程：阿里云计算巢OpenClaw部署、微信小程序接入与千问大模型API配置及避坑指南
    64
  • 8
    “养龙虾”全攻略｜OpenClaw(龙虾AI)阿里云轻量服务器零基础部署+QQ等四大IM集成+千问API配置指南
    59
  • 9
    分布式事务解决方案Seata之AT事务
    48
  • 10
    基于 YOLO的咖啡果实成熟度检测系统~Python+YOLO算法+模型训练+目标检测+2026原创
    43

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    PHP：将本地文件上传到阿里云OSS存储