经过对比多个记忆插件，还是Mem0 OpenSource模式搭配硅基流动的免费额度 比较好用
| 特性 | Mem0 | MemoryCore | QMD | OpenViking |
|---|---|---|---|---|
| 核心角色 | 智能记忆后端，像“AI专属秘书” | 内置默认方案，像“本地笔记本” | 本地检索引擎，像“升级版搜索器” | 长程记忆外挂，像“虚拟记忆库” |
| 开源性质 | 核心云服务开源（自托管可选） | 内置，开源 | 开源 | 开源 |
| 主要特点 | 自动提取/去重/更新，支持跨会话/Agent | 基于本地Markdown文件，结合SQLite和嵌入进行检索 | 混合检索引擎（BM25+向量），对源文件改动小 | “虚拟文件系统”架构，结构化记忆，自动召回与提取，成本优化出色 |
| 数据存储 | 云服务 / 自托管数据库 (如 Qdrant, PostgreSQL) | 本地 MEMORY.md 文件和SQLite数据库 |
基于现有Markdown文件独立运行 | 外部OpenViking服务器，本地优先 |
| 易用性 | 较高，有官方插件@mem0/openclaw-mem0 |
极高，随OpenClaw自动启用 | 中等，需安装独立二进制文件 | 中等，需安装插件并运行OpenViking服务端 |
| 检索机制 | 高级。自动提取事实，每次对话前智能注入，定期清理无用记忆（梦(Dreaming)机制） | 基础。由Agent按需调用 memory_search 工具，但Agent不一定使用 |
混合检索。并行执行关键词(BM25)和语义搜索，经重排序后返回最相关结果 | 自动召回。每次对话前自动搜索相关记忆并注入上下文，Agent无需主动调用 |
| 部署选项 | 云服务 (免费额度, 如1万条记忆、1000次检索/月) 或完全自托管 | 仅本地 | 仅本地 | 仅本地 |
| 适用场景 | 通用AI助手，跨会话自动记忆用户偏好的场景；需要多Agent共享知识的企业应用 | 个人使用，学习、调试或轻量级应用 | 对搜索精度要求高的知识库或文档项目 | 处理长周期、多轮次的复杂任务（如项目管理、客服），追求极致成本控制 |
| 优/劣势 | 优势：精准检索，自动化记忆，记忆有“智能” 劣势：构建/消耗较高，使用有门槛 |
优势：原生集成，简单透明 劣势：检索效果一般，记忆依赖Agent主动写入，任务完成率仅35.65% |
优势：轻量快捷，即插即用，大幅提升精度 劣势：文档量极大时性能下降，无法理解事实间的逻辑 |
优势：超低成本，高任务完成率。数据：任务完成率**+49%，输入token-83%** 劣势：需搭建独立服务，多Agent高并发可能有Bug |