🧠 memory-lancedb-pro · 🦞OpenClaw Plugin

OpenClaw エージェント向け AI メモリアシスタント

あなたの AI エージェントに本物の記憶力を——セッションを超え、エージェントを超え、時間を超えて。

LanceDB ベースの OpenClaw 長期メモリプラグイン。好み・意思決定・プロジェクトコンテキストを自動保存し、将来のセッションで自動的に想起します。

なぜ memory-lancedb-pro なのか？

ほとんどの AI エージェントは「記憶喪失」です——新しいチャットを始めるたびに、以前の会話内容はすべてリセットされます。

memory-lancedb-pro は OpenClaw 向けのプロダクショングレードの長期メモリプラグインです。エージェントを真の AI メモリアシスタント に変えます——重要な情報を自動的にキャプチャし、ノイズを自然に減衰させ、適切なタイミングで適切な記憶を呼び出します。手動タグ付けも複雑な設定も不要です。

AI メモリアシスタントの実際の動作

メモリなし——毎回ゼロからスタート：

あなた： 「インデントはタブで、常にエラーハンドリングを追加して。」 （次のセッション） あなた： 「前に言ったでしょ——タブであってスペースじゃない！」 😤 （さらに次のセッション） あなた： 「……本当にもう3回目だよ、タブ。あとエラーハンドリングも。」

memory-lancedb-pro あり——エージェントが学習し記憶する：

あなた： 「インデントはタブで、常にエラーハンドリングを追加して。」 （次のセッション——エージェントが自動的にあなたの好みを想起） エージェント： （黙ってタブインデント＋エラーハンドリングを適用） ✅ あなた： 「先月なぜ MongoDB ではなく PostgreSQL を選んだんだっけ？」 エージェント： 「2月12日の議論に基づくと、主な理由は……」 ✅

これが AI メモリアシスタント の価値です——あなたのスタイルを学び、過去の意思決定を想起し、繰り返し説明することなくパーソナライズされた応答を提供します。

他に何ができる？

	得られるもの
自動キャプチャ	エージェントが毎回の会話から学習——手動で `memory_store` を呼ぶ必要なし
スマート抽出	LLM 駆動の6カテゴリ分類：プロフィール、好み、エンティティ、イベント、ケース、パターン
インテリジェント忘却	Weibull 減衰モデル——重要な記憶は残り、ノイズは自然に消える
ハイブリッド検索	ベクトル + BM25 全文検索、クロスエンコーダーリランキングで融合
コンテキスト注入	関連する記憶が各応答前に自動的に浮上
マルチスコープ分離	エージェント別、ユーザー別、プロジェクト別のメモリ境界
任意のプロバイダー	OpenAI、Jina、Gemini、Ollama、または任意の OpenAI 互換 API
フルツールキット	CLI、バックアップ、マイグレーション、アップグレード、エクスポート/インポート——本番運用対応

クイックスタート

CPU 要件： お使いの CPU が AVX/AVX2 命令セットに対応している必要があります（Intel Sandy Bridge 2011年以降 / AMD Bulldozer 2011年以降）。LanceDB のネイティブベクターエンジンはこれらを必要とします。非対応の CPU ではプラグインが SIGILL（不正命令）でクラッシュします。確認方法：grep -o 'avx[^ ]*' /proc/cpuinfo | head -1（出力なし = 非対応）。詳細は #419 を参照。

方法 A：ワンクリックインストールスクリプト（推奨）

コミュニティが管理する セットアップスクリプト で、インストール・アップグレード・修復を1コマンドで実行：

curl -fsSL https://raw.githubusercontent.com/CortexReach/toolbox/main/memory-lancedb-pro-setup/setup-memory.sh -o setup-memory.sh
bash setup-memory.sh

スクリプトがカバーするシナリオの完全なリストとその他のコミュニティツールは、以下のエコシステムをご覧ください。

方法 B：手動インストール

OpenClaw CLI 経由（推奨）：

openclaw plugins install memory-lancedb-pro@beta

または npm 経由：

npm i memory-lancedb-pro@beta

npm を使用する場合、openclaw.json の plugins.load.paths にプラグインのインストールディレクトリの 絶対パス を追加する必要があります。これが最も一般的なセットアップの問題です。

openclaw.json に以下を追加：

{
  "plugins": {
    "slots": { "memory": "memory-lancedb-pro" },
    "entries": {
      "memory-lancedb-pro": {
        "enabled": true,
        "config": {
          "embedding": {
            "provider": "openai-compatible",
            "apiKey": "${OPENAI_API_KEY}",
            "model": "text-embedding-3-small"
          },
          "autoCapture": true,
          "autoRecall": true,
          "smartExtraction": true,
          "extractMinMessages": 2,
          "extractMaxChars": 8000,
          "sessionMemory": { "enabled": false }
        }
      }
    }
  }
}

これらのデフォルト値の理由：

autoCapture + smartExtraction → エージェントが毎回の会話から自動的に学習
autoRecall → 関連する記憶が各応答前に自動注入
extractMinMessages: 2 → 通常の2ターン会話で抽出がトリガー
sessionMemory.enabled: false → 初期段階でセッション要約が検索結果を汚染するのを回避

検証と再起動：

openclaw config validate
openclaw gateway restart
openclaw logs --follow --plain | grep "memory-lancedb-pro"

以下が表示されるはずです：

memory-lancedb-pro: smart extraction enabled
memory-lancedb-pro@...: plugin registered

完了！あなたのエージェントは長期メモリを持つようになりました。

その他のインストール方法（既存ユーザー、アップグレード）

既に OpenClaw を使用中？

plugins.load.paths にプラグインの 絶対パス を追加
メモリスロットをバインド：plugins.slots.memory = "memory-lancedb-pro"
検証：openclaw plugins info memory-lancedb-pro && openclaw memory-pro stats

v1.1.0 以前からのアップグレード？

# 1) バックアップ
openclaw memory-pro export --scope global --output memories-backup.json
# 2) ドライラン
openclaw memory-pro upgrade --dry-run
# 3) アップグレード実行
openclaw memory-pro upgrade
# 4) 検証
openclaw memory-pro stats

動作変更とアップグレードの詳細は CHANGELOG-v1.1.0.md を参照してください。

Telegram Bot クイックインポート（クリックで展開）

OpenClaw の Telegram 連携を使用している場合、設定ファイルを手動で編集するより、メイン Bot にインポートコマンドを直接送信するのが最も簡単です。

以下のメッセージを送信してください：

Help me connect this memory plugin with the most user-friendly configuration: https://github.com/CortexReach/memory-lancedb-pro

Requirements:
1. Set it as the only active memory plugin
2. Use Jina for embedding
3. Use Jina for reranker
4. Use gpt-4o-mini for the smart-extraction LLM
5. Enable autoCapture, autoRecall, smartExtraction
6. extractMinMessages=2
7. sessionMemory.enabled=false
8. captureAssistant=false
9. retrieval mode=hybrid, vectorWeight=0.7, bm25Weight=0.3
10. rerank=cross-encoder, candidatePoolSize=12, minScore=0.6, hardMinScore=0.62
11. Generate the final openclaw.json config directly, not just an explanation

エコシステム

memory-lancedb-pro はコアプラグインです。コミュニティがセットアップと日常利用をさらにスムーズにするツールを構築しています：

セットアップスクリプト——ワンクリックでインストール・アップグレード・修復

CortexReach/toolbox/memory-lancedb-pro-setup

単なるインストーラーではありません——さまざまな実際のシナリオをインテリジェントに処理します：

あなたの状況	スクリプトの動作
未インストール	新規ダウンロード → 依存関係インストール → 設定選択 → openclaw.json に書き込み → 再起動
`git clone` でインストール済み、古いコミットで停滞	自動で `git fetch` + `checkout` を最新版に → 依存関係再インストール → 検証
設定に無効なフィールドがある	スキーマフィルターで自動検出し、サポートされていないフィールドを除去
`npm` でインストール済み	git 更新をスキップし、`npm update` の実行を促す
無効な設定で `openclaw` CLI が壊れている	フォールバック：`openclaw.json` ファイルからワークスペースパスを直接読み取り
`plugins/` ではなく `extensions/`	設定またはファイルシステムからプラグインの場所を自動検出
既に最新版	ヘルスチェックのみ実行、変更なし

bash setup-memory.sh                    # インストールまたはアップグレード
bash setup-memory.sh --dry-run          # プレビューのみ
bash setup-memory.sh --beta             # プレリリース版を含む
bash setup-memory.sh --uninstall        # 設定を元に戻しプラグインを削除

内蔵プロバイダープリセット：Jina / DashScope / SiliconFlow / OpenAI / Ollama、または任意の OpenAI 互換 API を利用可能。完全な使用方法（--ref、--selfcheck-only など）はセットアップスクリプト README を参照してください。

Claude Code / OpenClaw Skill——AI ガイド付き設定

CortexReach/memory-lancedb-pro-skill

この Skill をインストールすると、AI エージェント（Claude Code または OpenClaw）が memory-lancedb-pro のすべての機能を深く理解できるようになります。「最適な設定を有効にして」 と言うだけで：

7ステップのガイド付き設定ワークフロー、4つのデプロイプランを提供：
- フルパワー版（Jina + OpenAI）/ コスト削減版（無料の SiliconFlow リランカー）/ シンプル版（OpenAI のみ）/ 完全ローカル版（Ollama、API コストゼロ）
全9つの MCP ツール の正しい使い方：memory_recall、memory_store、memory_forget、memory_update、memory_stats、memory_list、self_improvement_log、self_improvement_extract_skill、self_improvement_review （フルツールセットには enableManagementTools: true が必要——デフォルトのクイックスタート設定では4つのコアツールのみ公開）
よくある落とし穴の回避：ワークスペースプラグインの有効化、autoRecall のデフォルト false、jiti キャッシュ、環境変数、スコープ分離など

Claude Code へのインストール：

git clone https://github.com/CortexReach/memory-lancedb-pro-skill.git ~/.claude/skills/memory-lancedb-pro

OpenClaw へのインストール：

git clone https://github.com/CortexReach/memory-lancedb-pro-skill.git ~/.openclaw/workspace/skills/memory-lancedb-pro-skill

動画チュートリアル

フルウォークスルー：インストール、設定、ハイブリッド検索の内部構造。

https://youtu.be/MtukF1C8epQ

https://www.bilibili.com/video/BV1zUf2BGEgn/

アーキテクチャ

┌─────────────────────────────────────────────────────────┐
│                   index.ts（エントリポイント）              │
│  プラグイン登録 · 設定解析 · ライフサイクルフック              │
└────────┬──────────┬──────────┬──────────┬───────────────┘
         │          │          │          │
    ┌────▼───┐ ┌────▼───┐ ┌───▼────┐ ┌──▼──────────┐
    │ store  │ │embedder│ │retriever│ │   scopes    │
    │ .ts    │ │ .ts    │ │ .ts    │ │    .ts      │
    └────────┘ └────────┘ └────────┘ └─────────────┘
         │                     │
    ┌────▼───┐           ┌─────▼──────────┐
    │migrate │           │noise-filter.ts │
    │ .ts    │           │adaptive-       │
    └────────┘           │retrieval.ts    │
                         └────────────────┘
    ┌─────────────┐   ┌──────────┐
    │  tools.ts   │   │  cli.ts  │
    │(エージェントAPI)│   │ (CLI)    │
    └─────────────┘   └──────────┘

完全なアーキテクチャの詳細は docs/memory_architecture_analysis.md を参照してください。

ファイルリファレンス（クリックで展開）

ファイル	用途
`index.ts`	プラグインエントリポイント。OpenClaw Plugin API に登録、設定解析、ライフサイクルフックのマウント
`openclaw.plugin.json`	プラグインメタデータ + 完全な JSON Schema 設定宣言
`cli.ts`	CLI コマンド：`memory-pro list/search/stats/delete/delete-bulk/export/import/reembed/upgrade/migrate`
`src/store.ts`	LanceDB ストレージレイヤー。テーブル作成 / FTS インデックス / ベクトル検索 / BM25 検索 / CRUD
`src/embedder.ts`	Embedding 抽象レイヤー。任意の OpenAI 互換 API プロバイダーに対応
`src/retriever.ts`	ハイブリッド検索エンジン。ベクトル + BM25 → ハイブリッド融合 → リランク → ライフサイクル減衰 → フィルタ
`src/scopes.ts`	マルチスコープアクセス制御
`src/tools.ts`	エージェントツール定義：`memory_recall`、`memory_store`、`memory_forget`、`memory_update` + 管理ツール
`src/noise-filter.ts`	エージェントの拒否応答、メタ質問、挨拶などの低品質コンテンツをフィルタリング
`src/adaptive-retrieval.ts`	クエリがメモリ検索を必要とするかどうかを判定
`src/migrate.ts`	内蔵 `memory-lancedb` から Pro へのマイグレーション
`src/smart-extractor.ts`	LLM 駆動の6カテゴリ抽出、L0/L1/L2 階層ストレージと2段階重複排除対応
`src/decay-engine.ts`	Weibull 伸長指数関数減衰モデル
`src/tier-manager.ts`	3段階昇格/降格：周辺 ↔ ワーキング ↔ コア

コア機能

ハイブリッド検索

クエリ → embedQuery() ─┐
                        ├─→ ハイブリッド融合 → リランク → ライフサイクル減衰ブースト → 長さ正規化 → フィルタ
クエリ → BM25 全文 ─────┘

ベクトル検索 — LanceDB ANN によるセマンティック類似度（コサイン距離）
BM25 全文検索 — LanceDB FTS インデックスによる正確なキーワードマッチング
ハイブリッド融合 — ベクトルスコアをベースに、BM25 ヒットに重み付きブーストを適用（標準 RRF ではなく、実際の再現率品質に最適化）
設定可能な重み — vectorWeight、bm25Weight、minScore

クロスエンコーダーリランキング

Jina、SiliconFlow、Voyage AI、Pinecone の組み込みアダプター
任意の Jina 互換エンドポイント（例：Hugging Face TEI、DashScope）に対応
ハイブリッドスコアリング：60% クロスエンコーダー + 40% 元の融合スコア
グレースフルデグラデーション：API 失敗時にコサイン類似度にフォールバック

マルチステージスコアリングパイプライン

ステージ	効果
ハイブリッド融合	セマンティック検索と完全一致検索を統合
クロスエンコーダーリランク	セマンティックに正確なヒットを上位に昇格
ライフサイクル減衰ブースト	Weibull 鮮度 + アクセス頻度 + 重要度 × 信頼度
長さ正規化	長いエントリが結果を支配するのを防止（アンカー：500文字）
ハード最低スコア	無関係な結果を除去（デフォルト：0.35）
MMR 多様性	コサイン類似度 > 0.85 → 降格

スマートメモリ抽出（v1.1.0）

LLM 駆動の6カテゴリ抽出：プロフィール、好み、エンティティ、イベント、ケース、パターン
L0/L1/L2 階層ストレージ：L0（一文の索引）→ L1（構造化サマリー）→ L2（完全な記述）
2段階重複排除：ベクトル類似度プレフィルタ（≥0.7）→ LLM セマンティック判定（CREATE/MERGE/SKIP）
カテゴリ対応マージ：profile は常にマージ、events/cases は追記のみ

メモリライフサイクル管理（v1.1.0）

Weibull 減衰エンジン：複合スコア = 鮮度 + 頻度 + 内在的価値
3段階昇格：周辺 ↔ ワーキング ↔ コア、閾値は設定可能
アクセス強化：頻繁に想起される記憶はより遅く減衰（間隔反復スタイル）
重要度変調半減期：重要な記憶はより遅く減衰

マルチスコープ分離

組み込みスコープ：global、agent:<id>、custom:<name>、project:<id>、user:<id>
scopes.agentAccess によるエージェントレベルのアクセス制御
デフォルト：各エージェントが global + 自身の agent:<id> スコープにアクセス

自動キャプチャ＆自動想起

自動キャプチャ（agent_end）：会話から好み/事実/決定/エンティティを抽出、重複排除後、1ターンあたり最大3件を保存
自動想起（before_agent_start）：<relevant-memories> コンテキストを注入（最大3件）

ノイズフィルタリング＆アダプティブ検索

低品質コンテンツをフィルタリング：エージェントの拒否応答、メタ質問、挨拶
検索をスキップ：挨拶、スラッシュコマンド、簡単な確認、絵文字
強制検索：メモリキーワード（「覚えている」「以前」「前回」）
CJK 対応の閾値（中国語：6文字、英語：15文字）

内蔵 memory-lancedb との比較（クリックで展開）

機能	内蔵 `memory-lancedb`	memory-lancedb-pro
ベクトル検索	あり	あり
BM25 全文検索	-	あり
ハイブリッド融合（ベクトル + BM25）	-	あり
クロスエンコーダーリランク（マルチプロバイダー）	-	あり
鮮度ブースト＆時間減衰	-	あり
長さ正規化	-	あり
MMR 多様性	-	あり
マルチスコープ分離	-	あり
ノイズフィルタリング	-	あり
アダプティブ検索	-	あり
管理 CLI	-	あり
セッションメモリ	-	あり
タスク対応 Embedding	-	あり
LLM スマート抽出（6カテゴリ）	-	あり（v1.1.0）
Weibull 減衰 + 階層昇格	-	あり（v1.1.0）
任意の OpenAI 互換 Embedding	限定的	あり

設定

完全な設定例

{
  "embedding": {
    "apiKey": "${JINA_API_KEY}",
    "model": "jina-embeddings-v5-text-small",
    "baseURL": "https://api.jina.ai/v1",
    "dimensions": 1024,
    "taskQuery": "retrieval.query",
    "taskPassage": "retrieval.passage",
    "normalized": true
  },
  "dbPath": "~/.openclaw/memory/lancedb-pro",
  "autoCapture": true,
  "autoRecall": true,
  "retrieval": {
    "mode": "hybrid",
    "vectorWeight": 0.7,
    "bm25Weight": 0.3,
    "minScore": 0.3,
    "rerank": "cross-encoder",
    "rerankApiKey": "${JINA_API_KEY}",
    "rerankModel": "jina-reranker-v3",
    "rerankEndpoint": "https://api.jina.ai/v1/rerank",
    "rerankProvider": "jina",
    "candidatePoolSize": 20,
    "recencyHalfLifeDays": 14,
    "recencyWeight": 0.1,
    "filterNoise": true,
    "lengthNormAnchor": 500,
    "hardMinScore": 0.35,
    "timeDecayHalfLifeDays": 60,
    "reinforcementFactor": 0.5,
    "maxHalfLifeMultiplier": 3
  },
  "enableManagementTools": false,
  "scopes": {
    "default": "global",
    "definitions": {
      "global": { "description": "Shared knowledge" },
      "agent:discord-bot": { "description": "Discord bot private" }
    },
    "agentAccess": {
      "discord-bot": ["global", "agent:discord-bot"]
    }
  },
  "sessionMemory": {
    "enabled": false,
    "messageCount": 15
  },
  "smartExtraction": true,
  "llm": {
    "apiKey": "${OPENAI_API_KEY}",
    "model": "gpt-4o-mini",
    "baseURL": "https://api.openai.com/v1"
  },
  "extractMinMessages": 2,
  "extractMaxChars": 8000
}

Embedding プロバイダー

任意の OpenAI 互換 Embedding API で動作：

プロバイダー	モデル	Base URL	次元数
Jina（推奨）	`jina-embeddings-v5-text-small`	`https://api.jina.ai/v1`	1024
OpenAI	`text-embedding-3-small`	`https://api.openai.com/v1`	1536
Voyage	`voyage-4-lite` / `voyage-4`	`https://api.voyageai.com/v1`	1024 / 1024
Google Gemini	`gemini-embedding-001`	`https://generativelanguage.googleapis.com/v1beta/openai/`	3072
Ollama（ローカル）	`nomic-embed-text`	`http://localhost:11434/v1`	プロバイダー依存

リランクプロバイダー

クロスエンコーダーリランキングは rerankProvider で複数のプロバイダーをサポート：

プロバイダー	`rerankProvider`	モデル例
Jina（デフォルト）	`jina`	`jina-reranker-v3`
SiliconFlow（無料枠あり）	`siliconflow`	`BAAI/bge-reranker-v2-m3`
Voyage AI	`voyage`	`rerank-2.5`
Pinecone	`pinecone`	`bge-reranker-v2-m3`

任意の Jina 互換リランクエンドポイントも使用可能——rerankProvider: "jina" を設定し、rerankEndpoint をあなたのサービスに向けてください（例：Hugging Face TEI、DashScope qwen3-rerank）。

スマート抽出（LLM）— v1.1.0

smartExtraction が有効（デフォルト：true）の場合、プラグインは正規表現ベースのトリガーの代わりに LLM を使用してインテリジェントにメモリを抽出・分類します。

フィールド	型	デフォルト	説明
`smartExtraction`	boolean	`true`	LLM 駆動の6カテゴリ抽出の有効化/無効化
`llm.auth`	string	`api-key`	`api-key` は `llm.apiKey` / `embedding.apiKey` を使用；`oauth` はデフォルトでプラグインスコープの OAuth トークンファイルを使用
`llm.apiKey`	string	（`embedding.apiKey` にフォールバック）	LLM プロバイダーの API キー
`llm.model`	string	`openai/gpt-oss-120b`	LLM モデル名
`llm.baseURL`	string	（`embedding.baseURL` にフォールバック）	LLM API エンドポイント
`llm.oauthProvider`	string	`openai-codex`	`llm.auth` が `oauth` の場合に使用する OAuth プロバイダー ID
`llm.oauthPath`	string	`~/.openclaw/.memory-lancedb-pro/oauth.json`	`llm.auth` が `oauth` の場合に使用する OAuth トークンファイル
`llm.timeoutMs`	number	`30000`	LLM リクエストタイムアウト（ミリ秒）
`extractMinMessages`	number	`2`	抽出がトリガーされる最小メッセージ数
`extractMaxChars`	number	`8000`	LLM に送信される最大文字数

OAuth llm 設定（既存の Codex / ChatGPT ログインキャッシュを使用して LLM 呼び出しを行う）：

{
  "llm": {
    "auth": "oauth",
    "oauthProvider": "openai-codex",
    "model": "gpt-5.4",
    "oauthPath": "${HOME}/.openclaw/.memory-lancedb-pro/oauth.json",
    "timeoutMs": 30000
  }
}

llm.auth: "oauth" に関する注意点：

llm.oauthProvider は現在 openai-codex です。
OAuth トークンのデフォルト保存先は ~/.openclaw/.memory-lancedb-pro/oauth.json です。
別の場所に保存したい場合は llm.oauthPath を設定してください。
auth login は OAuth ファイルの隣に以前の api-key モードの llm 設定のスナップショットを保存し、auth logout は利用可能な場合にそのスナップショットを復元します。
api-key から oauth への切り替え時、llm.baseURL は自動的に引き継がれません。意図的にカスタム ChatGPT/Codex 互換バックエンドを使用する場合のみ、OAuth モードで手動設定してください。

ライフサイクル設定（減衰 + 階層）

フィールド	デフォルト	説明
`decay.recencyHalfLifeDays`	`30`	Weibull 鮮度減衰のベース半減期
`decay.frequencyWeight`	`0.3`	複合スコアにおけるアクセス頻度の重み
`decay.intrinsicWeight`	`0.3`	`重要度 × 信頼度` の重み
`decay.betaCore`	`0.8`	`コア` メモリの Weibull ベータ
`decay.betaWorking`	`1.0`	`ワーキング` メモリの Weibull ベータ
`decay.betaPeripheral`	`1.3`	`周辺` メモリの Weibull ベータ
`tier.coreAccessThreshold`	`10`	`コア` に昇格するために必要な最小想起回数
`tier.peripheralAgeDays`	`60`	古いメモリを降格するための日数閾値

アクセス強化

頻繁に想起されるメモリはより遅く減衰します（間隔反復スタイル）。

設定キー（retrieval 内）：

reinforcementFactor（0-2、デフォルト：0.5）— 0 に設定すると無効化
maxHalfLifeMultiplier（1-10、デフォルト：3）— 実効半減期のハードキャップ

CLI コマンド

openclaw memory-pro list [--scope global] [--category fact] [--limit 20] [--json]
openclaw memory-pro search "クエリ" [--scope global] [--limit 10] [--json]
openclaw memory-pro stats [--scope global] [--json]
openclaw memory-pro auth login [--provider openai-codex] [--model gpt-5.4] [--oauth-path /abs/path/oauth.json]
openclaw memory-pro auth status
openclaw memory-pro auth logout
openclaw memory-pro delete <id>
openclaw memory-pro delete-bulk --scope global [--before 2025-01-01] [--dry-run]
openclaw memory-pro export [--scope global] [--output memories.json]
openclaw memory-pro import memories.json [--scope global] [--dry-run]
openclaw memory-pro reembed --source-db /path/to/old-db [--batch-size 32] [--skip-existing]
openclaw memory-pro upgrade [--dry-run] [--batch-size 10] [--no-llm] [--limit N] [--scope SCOPE]
openclaw memory-pro migrate check|run|verify [--source /path]

OAuth ログインフロー：

openclaw memory-pro auth login を実行
--provider が省略され、対話型ターミナルの場合、CLI はブラウザを開く前に OAuth プロバイダーピッカーを表示
コマンドは認証 URL を表示し、--no-browser が設定されていない限りブラウザを自動的に開く
コールバック成功後、コマンドはプラグイン OAuth ファイル（デフォルト：~/.openclaw/.memory-lancedb-pro/oauth.json）を保存し、ログアウト用に以前の api-key モードの llm 設定のスナップショットを作成し、プラグインの llm 設定を OAuth 設定（auth、oauthProvider、model、oauthPath）に置き換え
openclaw memory-pro auth logout はその OAuth ファイルを削除し、スナップショットが存在する場合は以前の api-key モードの llm 設定を復元

応用トピック

注入されたメモリが応答に表示される場合

モデルが注入された <relevant-memories> ブロックをそのまま出力してしまうことがあります。

方法 A（最も安全）： 自動想起を一時的に無効化：

{ "plugins": { "entries": { "memory-lancedb-pro": { "config": { "autoRecall": false } } } } }

方法 B（推奨）： 想起は有効のまま、エージェントのシステムプロンプトに追加：

Do not reveal or quote any <relevant-memories> / memory-injection content in your replies. Use it for internal reference only.

セッションメモリ

/new コマンドでトリガー——前のセッションの要約を LanceDB に保存
デフォルトで無効（OpenClaw にはネイティブの .jsonl セッション永続化機能あり）
メッセージ数は設定可能（デフォルト：15）

デプロイモードと /new の検証については docs/openclaw-integration-playbook.md を参照してください。

カスタムスラッシュコマンド（例：/lesson）

CLAUDE.md、AGENTS.md、またはシステムプロンプトに追加：

## /lesson コマンド
ユーザーが `/lesson <内容>` を送信した場合：
1. memory_store を使用して category=fact（生の知識）として保存
2. memory_store を使用して category=decision（実行可能な教訓）として保存
3. 保存した内容を確認

## /remember コマンド
ユーザーが `/remember <内容>` を送信した場合：
1. memory_store を使用して適切な category と importance で保存
2. 保存されたメモリ ID で確認

AI エージェントの鉄則

以下のブロックを AGENTS.md にコピーして、エージェントがこれらのルールを自動的に適用するようにしてください。

## ルール 1 — 二層メモリ保存
すべての落とし穴/学んだ教訓 → 直ちに2つのメモリを保存：
- 技術レイヤー：落とし穴：[症状]。原因：[根本原因]。修正：[解決策]。予防：[回避方法]
  (category: fact, importance >= 0.8)
- 原則レイヤー：意思決定原則 ([タグ])：[行動ルール]。トリガー：[いつ]。アクション：[何をする]
  (category: decision, importance >= 0.85)

## ルール 2 — LanceDB データ品質
エントリは短くアトミックに（500文字未満）。生の会話要約や重複は保存しない。

## ルール 3 — リトライ前に想起
いかなるツール失敗時も、リトライする前に必ず関連キーワードで memory_recall を実行。

## ルール 4 — 対象コードベースの確認
変更前に、操作対象が memory-lancedb-pro なのか内蔵 memory-lancedb なのかを確認。

## ルール 5 — プラグインコード変更後に jiti キャッシュをクリア
plugins/ 配下の .ts ファイルを変更した後、openclaw gateway restart の前に必ず rm -rf /tmp/jiti/ を実行。

データベーススキーマ

LanceDB テーブル memories：

フィールド	型	説明
`id`	string (UUID)	主キー
`text`	string	メモリテキスト（FTS インデックス付き）
`vector`	float[]	Embedding ベクトル
`category`	string	ストレージカテゴリ：`preference` / `fact` / `decision` / `entity` / `reflection` / `other`
`scope`	string	スコープ識別子（例：`global`、`agent:main`）
`importance`	float	重要度スコア 0-1
`timestamp`	int64	作成タイムスタンプ（ミリ秒）
`metadata`	string (JSON)	拡張メタデータ

v1.1.0 の一般的な metadata キー：l0_abstract、l1_overview、l2_content、memory_category、tier、access_count、confidence、last_accessed_at

カテゴリに関する注意： トップレベルの category フィールドは6つのストレージカテゴリを使用します。スマート抽出の6カテゴリセマンティックラベル（profile / preferences / entities / events / cases / patterns）は metadata.memory_category に保存されます。

トラブルシューティング

"Cannot mix BigInt and other types"（LanceDB / Apache Arrow）

LanceDB 0.26+ では、一部の数値カラムが BigInt として返されることがあります。memory-lancedb-pro >= 1.0.14 にアップグレードしてください——プラグインは算術演算の前に Number(...) で値を変換するようになっています。

ドキュメント

ドキュメント	説明
OpenClaw 統合プレイブック	デプロイモード、検証、リグレッションマトリックス
メモリアーキテクチャ分析	完全なアーキテクチャ詳細解説
CHANGELOG v1.1.0	v1.1.0 の動作変更とアップグレード根拠
ロングコンテキストチャンキング	長文ドキュメントのチャンキング戦略

Beta：スマートメモリ v1.1.0

ステータス：Beta——npm i memory-lancedb-pro@beta でインストール可能。latest を使用している安定版ユーザーには影響しません。

機能	説明
スマート抽出	LLM 駆動の6カテゴリ抽出、L0/L1/L2 メタデータ対応。無効時は正規表現にフォールバック。
ライフサイクルスコアリング	Weibull 減衰を検索に統合——高頻度・高重要度のメモリが上位にランク。
階層管理	3段階システム（コア → ワーキング → 周辺）、自動昇格/降格。

フィードバック：GitHub Issues · 元に戻す：npm i memory-lancedb-pro@latest

依存関係

パッケージ	用途
`@lancedb/lancedb` ≥0.26.2	ベクトルデータベース（ANN + FTS）
`openai` ≥6.21.0	OpenAI 互換 Embedding API クライアント
`@sinclair/typebox` 0.34.48	JSON Schema 型定義

コントリビューター

全リスト：Contributors

Star 履歴

ライセンス

MIT

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

🧠 memory-lancedb-pro · 🦞OpenClaw Plugin

なぜ memory-lancedb-pro なのか？

AI メモリアシスタントの実際の動作

他に何ができる？

クイックスタート

方法 A：ワンクリックインストールスクリプト（推奨）

方法 B：手動インストール

エコシステム

セットアップスクリプト——ワンクリックでインストール・アップグレード・修復

Claude Code / OpenClaw Skill——AI ガイド付き設定

動画チュートリアル

アーキテクチャ

コア機能

ハイブリッド検索

クロスエンコーダーリランキング

マルチステージスコアリングパイプライン

スマートメモリ抽出（v1.1.0）

メモリライフサイクル管理（v1.1.0）

マルチスコープ分離

自動キャプチャ＆自動想起

ノイズフィルタリング＆アダプティブ検索

設定

CLI コマンド

応用トピック

"Cannot mix BigInt and other types"（LanceDB / Apache Arrow）

ドキュメント

Beta：スマートメモリ v1.1.0

依存関係

コントリビューター

Star 履歴

ライセンス

WeChat QR コード

FilesExpand file tree

README_JA.md

Latest commit

History

README_JA.md

File metadata and controls

🧠 memory-lancedb-pro · 🦞OpenClaw Plugin

なぜ memory-lancedb-pro なのか？

AI メモリアシスタントの実際の動作

他に何ができる？

クイックスタート

方法 A：ワンクリックインストールスクリプト（推奨）

方法 B：手動インストール

エコシステム

セットアップスクリプト——ワンクリックでインストール・アップグレード・修復

Claude Code / OpenClaw Skill——AI ガイド付き設定

動画チュートリアル

アーキテクチャ

コア機能

ハイブリッド検索

クロスエンコーダーリランキング

マルチステージスコアリングパイプライン

スマートメモリ抽出（v1.1.0）

メモリライフサイクル管理（v1.1.0）

マルチスコープ分離

自動キャプチャ＆自動想起

ノイズフィルタリング＆アダプティブ検索

設定

CLI コマンド

応用トピック

"Cannot mix BigInt and other types"（LanceDB / Apache Arrow）

ドキュメント

Beta：スマートメモリ v1.1.0

依存関係

コントリビューター

Star 履歴

ライセンス

WeChat QR コード