OpenClaw QMD：本地混合搜索，实现十倍更智能的记忆

抱歉，我需要您提供要翻译的具体文本内容（文章正文），才能为您完成简体中文的翻译。请把需要翻译的文字粘贴在这里，我会保持原有的格式、Markdown 语法以及技术术语不变，只翻译正文部分。

为什么默认记忆在规模上会失败

OpenClaw 的内置记忆很简单：

1. 追加 到 MEMORY.md。
2. 将整个文件注入 每个提示。

在约 500 token 时运行良好，但在约 5 000 token 时就会崩溃。

问题会叠加

QMD 解决所有四项

在本地索引你的 markdown 文件，运行结合三种搜索策略的混合检索，并仅返回相关片段。

• 每个结果最多 700 个字符（默认 = 6 条结果）。
• 你的 10 000 令牌内存占用将变为 ≈ 200 令牌的黄金。

面试官实际在考察什么： 你能解释上下文注入的代币经济学吗？
洞察： 上下文长度的成本是 O(n)，但相关性才是关键。检索增强生成（RAG）之所以存在，是因为“把所有内容都包括进来”无法扩展。

混合搜索 – 三个阶段

阶段 1 – BM25（关键词匹配）

经典信息检索：词频、逆文档频率、文档长度归一化。

Score = Σ IDF(term) × TF(term,doc) × (k₁+1) / (TF + k₁ × (1‑b + b × |doc|/avgdl))

• 快速、确定性强，适合精确匹配。
• 示例：搜索 “SwiftUI navigation” 能找到包含这些确切词汇的文档。

局限性： 无法捕捉语义关系（例如 “iOS routing” 无法匹配 “SwiftUI navigation”）。

阶段 2 – 向量搜索（语义匹配）

• 使用 Jina v3 embeddings（本地约 1 GB GGUF 模型）。
• 文本 → 1024 维向量；语义相近的内容会聚在一起。
• “iOS routing” 会出现在 “SwiftUI navigation” 附近。

嵌入模型会在首次运行时自动下载。无需 API 密钥，也不调用云服务。你的笔记永远不会离开本机。

阶段 3 – LLM 重排序（精度提升）

在 BM25 和向量搜索返回候选后，本地 LLM 会根据实际与查询的相关性对它们进行重新排序。

Query: "Ray's SwiftUI style"
├── BM25 candidates (10)
├── Vector candidates (10)
└── LLM reranker → Top 6 results (≈700 chars each)

• 能捕捉到关键词和语义匹配都未能命中的情况。
• 示例：关于 Ray 的代码审查偏好的片段会胜过仅仅提到 SwiftUI 的片段。

面试官真正想考察的点： 混合搜索是 2026 年生产环境 RAG 的标准做法。纯向量搜索存在召回率问题；纯 BM25 存在语义理解问题。两者结合再加上重排序，才是构建真正有效检索的方式。

为什么本地运行？

权衡: 计算。你需要一台拥有足够内存来加载模型的机器（建议约 4 GB）。云实例也可以，但你是为计算付费，而不是 API 调用。

面试官实际在考察的内容: 构建‑还是购买的机器学习基础设施决策。本地模型用计算成本换取 API 成本。盈亏平衡点取决于查询量、延迟需求和隐私约束。了解你的数据。

QMD 架构

• Rust CLI – 快速、单二进制文件、跨平台。
• GGUF 模型 – 为本地推理量化（约 1 GB 总计）。
• SQLite 索引 – 本地存储 BM25 + 元数据。
• Jina v3 嵌入 – 1024 维向量，多语言。

在 Mac Mini M2 上，嵌入 1 000 个 markdown 文件约需 ~30 秒。查询返回时间约为 ≈ 100 ms。
面试官真正考察的点： 系统集成模式。如何在不破坏系统其余部分的前提下替换组件（内存后端）？答案涉及清晰的接口、基于配置的切换，以及在新后端失败时的优雅降级。

Source: …

QMD的模型上下文协议（MCP）服务器

QMD 提供一个 MCP 服务器，使代理能够以编程方式查询记忆（例如，通过 HTTP/JSON）。这实现了：

• 语言无关 的访问，适用于任何代理实现。
• 对检索参数（最大结果数、字符限制、过滤器）的 细粒度控制。
• 当 MCP 服务器不可用时，能够 平滑回退 到内置记忆。

TL;DR

• 默认的 “注入全部” 记忆 无法扩展。
• 混合检索（BM25 + 向量 + LLM 重排）提供廉价、私密、低延迟的检索。
• QMD 在本地提供该功能，可通过简单配置与 OpenClaw 集成，让你的代理记忆保持快速、相关且安全。

启用自愈记忆工作流

示例： 一个修剪过时条目的压缩技能

// Memory compaction skill
const staleEntries = await qmd.query({
  collection: "agent-logs",
  filter: { olderThan: "30d", accessCount: 0 }
});

for (const entry of staleEntries) {
  if (await confirmDeletion(entry)) {
    await qmd.delete(entry.id);
  }
}

await qmd.reindex();

MCP 接口

这将记忆从被动存储转变为主动系统。代理可以自行整理上下文，修剪无关条目并提升有用条目。

模式提示： 运行一个夜间任务，分析查询模式，识别从未被检索的条目并将其归档。记忆保持精简，无需手动整理。

面试官真正在考察什么

“你能设计能够自我维护的系统吗？”
自愈基础设施是高级工程师关注的重点。具体技术（记忆压缩）不如模式重要：观察 → 分析 → 行动 → 验证.

基准测试 QMD 与默认记忆

环境

• OpenClaw v2026.2.0+
• Bun 或 Node 22+
• 4 GB RAM，约 2 GB 磁盘用于模型

bun install -g https://github.com/tobi/qmd

验证安装

qmd --version
# Expected: qmd 0.4.2 or higher

为已有记忆建立索引

qmd collection add ~/.openclaw/agents/main/memory --name test-memory

构建嵌入（首次运行需 30‑60 秒）

qmd embed --collection test-memory

运行混合搜索

time qmd query "database connection pooling" --collection test-memory

对比 Token 数量

echo "QMD returns ~700 chars × 6 results = 4,200 chars max"

echo "Full MEMORY.md injection = $(wc -c MEMORY.md)"

成本提示： 如果你的 MEMORY.md 超过 2 000 个 token 且你按 token 计费进行上下文注入，QMD 一周内即可收回成本。

Sources

• 如何使用 QMD 修复 OpenClaw 的内存搜索 – José Casanova
• OpenClaw 内存文档
• QMD 技能 – OpenClaw 技能手册
• Tobi Lütke 关于 QMD 集成的观点