Hy-Memory 是基于腾讯混元高维记忆演化框架的 OpenClaw 共享记忆插件。它能将用户的长期偏好、原子事实、画像和意图分层沉淀，构建一份稳定可生长的记忆核心，让多个 AI Agent 一键共享，彻底告别单会话聊天记录的健忘缺陷。
聊天记录（Chat History）只有线性追加的简单上下文，冗余且容易遗忘。Hy-Memory 在后台以 System 2 机制对碎片记忆进行去重、合并与结构化提炼，形成 6 层逐渐加深的认知系统。
保留用户对话原文、行为和上下文。作为之后所有记忆分层加工、提炼、归纳的最原始数据原料。
把散落在长篇对话中的事实和逻辑提取为结构化的事实片段（事实三元组等），支持去重与语义合并。
构建并演化稳定的用户长期偏好、特质、性格和人设画像，作为跨不同 Agent 复用的核心记忆形态。
继续深层提炼，沉淀出多会话摘要、长周期心智模型以及预测性的前瞻用户意图，支持复杂的时间推理。
原生仅保留当次会话的上下文（线性追加聊天记录）。切换新会话后上下文全失，无法自动沉淀跨天、跨周的用户事实与画像。
插件启动本地 Python 进程。后台拉起 System 2 处理。对话开始前自动召回最相关的长期记忆，对话结束后自动抽取新偏好，支持跨会话和跨 Agent 共享同一份记忆。
在公开记忆基准 LongMemEval 与 PersonaMem 测试中，Hy-Memory 的记忆准确率、偏好演化追踪精度与写入时效性均大幅领先 mem0、Graphiti 等市面主流记忆框架。
* 6 个典型题型覆盖：用户单会话事实、单会话偏好、多会话推理、助手单会话事实、时序推理与知识动态更新。
按照以下指令完成插件安装并配置底层大模型（LLM）与向量检索（Embedding）接口。
在部署 openclaw-hy-memory 前，请确认您的运行环境已备齐以下配置项：
请在终端使用 OpenClaw 插件市场命令安装。老版本用户需执行卸载以避免逻辑冲突：
# 老用户需要先卸载已有版本
openclaw plugins uninstall openclaw-hy-memory
# 全新安装并强制允许安全风险标记
openclaw plugins install openclaw-hy-memory --dangerously-force-unsafe-install安装完毕后，推荐执行交互式 init 命令一键写入 LLM 与 Embedding 的鉴权与模型配置：
openclaw hy-memory init配置完成后，需重启网关使插件生效。接着输入 status 命令验证运行健康状态：
# 重启网关以加载插件
openclaw gateway restart
# 查看插件与底层服务连接状态
openclaw hy-memory status成功的状态返回将包含以下数据指标：
[plugins] openclaw-hy-memory: registered (user: tom001, server: http://127.0.0.1:19527, autoRecall: true, autoCapture: true) OpenClaw 2026.5.26 (10ad3aa) — Built by lobsters, for humans. Don't question the hierarchy. HY Memory Server: http://127.0.0.1:19527 Status: ✓ healthy User ID: tom001 VDB: ok [chroma] (collection: agent_memories_1024, points: 0) Embed: ok (dims: 1024) LLM: ok SDK Version: 1.2.5
如果您习惯直接编辑 OpenClaw 的 `config.json`，可在插件声明字段下，参照下方的配置结构与表单进行变量自定义。
"openclaw-hy-memory": {
"enabled": true,
"config": {
"userId": "tom001",
"autoRecall": true,
"autoCapture": true,
"topK": 10,
"llm": {
"provider": "openai",
"model": "tencent/hy3-preview",
"apiKey": "YOUR_OPENROUTER_API_KEY",
"baseUrl": "https://openrouter.ai/api/v1"
},
"embedder": {
"provider": "openai",
"model": "BAAI/bge-m3",
"apiKey": "YOUR_SILICONFLOW_API_KEY",
"baseUrl": "https://api.siliconflow.cn/v1",
"dims": 1024
},
"vectorStore": {
"provider": "chroma"
}
}
}| 字段名称 | 类型 | 属性 | 默认值 | 字段详细说明 |
|---|---|---|---|---|
| enabled | Boolean | 必填 | false | 控制插件的主开关。设为 true 时插件将被网关载入并启动 Python 进程。 |
| config.userId | String | 必填 | — | 用户的全局唯一标识符，用于隔离和检索不同使用主体的独享记忆库。 |
| config.autoRecall | Boolean | 可选 | true | 在每次 Agent 对话轮次开始前，是否自动在 Chroma 中召回最相关的长期记忆融入 System Prompt。 |
| config.autoCapture | Boolean | 可选 | true | 每次对话轮次结束后，是否自动在后台抽取提炼新的原子事实及画像并沉淀至数据库。 |
| config.topK | Number | 可选 | 10 | 单次对话请求召回记忆片段的最大检索数量上限。 |
| config.llm.provider | String | 必填 | — | 记忆提取和整理的大模型提供方，当前建议采用符合 openai 规范的第三方接口。 |
| config.llm.model | String | 必填 | — | 用于记忆提炼的大语言模型具体名称，如 tencent/hy3-preview 或 deepseek-chat。 |
| config.embedder.dims | Number | 必填 | — | 向量空间的维度大小。需与您所选用的 Embedding 大模型输出规格完全一致 (例如 BGE-m3 设为 1024)。 |
| config.vectorStore.provider | String | 可选 | chroma | 底层的向量搜索引擎，默认本地免配置启动 Chroma 数据库。 |
针对 openclaw-hy-memory 插件在集成与运行时常碰到的技术疑问，我们在此列出了官方答复。
config.userId 设定为同一个值（如 tom001），底层服务便会读取和向相同的 Chroma Collection 与图关联结构中沉淀内容。这也就实现了「一个大脑，分饰多角」的共享长期记忆资产。