#memory#retrieval#hybrid-search#indexing#cache
OpenClaw 正在把记忆检索从“向量搜索”写成一条完整流水线
官方最近围绕 Memory 和 memory CLI 的文档更新，正在把 hybrid search、重排、temporal decay、session indexing 和 embedding cache 逐步写成一条更完整的检索链。
AI 摘要
这页重点
核心结论
官方最近围绕 Memory 和 memory CLI 的文档更新，正在把 hybrid search、重排、temporal decay、session indexing 和 embedding cache 逐步写成一条更完整的检索链。
适用主题
生态观察
高频关键词
memory / retrieval / hybrid-search / indexing / cache
可信信号
最后更新 2026-03-29
最近把 OpenClaw 的 Memory 和 memory CLI 文档放在一起看，会看到一个很清楚的变化：
- 官方不再把记忆检索只写成“向量搜索”
而是在把它拆成一条更完整的 retrieval pipeline。
1. hybrid search 已经被明确写进官方模型
Memory 文档现在直接写出：
- BM25 + vector
这说明官方已经把记忆检索理解成：
- 词面命中和语义命中一起工作
而不是只靠 embedding。
2. 重排和时间衰减也被单独列出来了
官方最近把这两步也显式写进文档：
- MMR re-ranking
- temporal decay
这意味着系统不只是在“找相关内容”，还在明确控制：
- 结果多样性
- 最近内容的优先级
3. session memory search 被放回实验层
另一个很值的信号是，官方没有把 session transcripts 直接升级成新的 source of truth，而是继续强调：
- session indexing is opt-in
- Markdown files are still the source of truth
这让长期记忆体系的边界更清楚了。
4. embedding cache 和异步刷新说明检索已经变成正式运维面
当文档开始把：
- cache
- debounce
- background sync
- delta thresholds
都写出来时，说明记忆检索已经不只是功能介绍，而是在进入：
- 长期运行治理面
对中文团队最有价值的提醒
如果你现在正在做：
- 知识库式 agent
- 长期项目记忆
- 内容检索或会话回顾
那接下来最值得补的认知，不是只选 embedding provider，而是先把这条 retrieval pipeline 看完整。