本地记忆插件 MemOS
来源：ITADN技术部落 - 10万星神级Hermes迎来外挂！本地记忆神器上线
MemTensor 团队为 Hermes 开发的本地私有化记忆插件，基于 MemOS 开源项目
Hermes 原生记忆的硬伤
- 所有对话轮次直接存入 SQLite 数据库
- 检索仅依靠基础文本字符匹配
- 同一段信息在多轮对话反复提及，就会生成大量重复条目
- 无法分辨信息时效性，新指令和旧指令冲突时无法识别
典型案例：告知 AI "正在减脂，每天1800大卡"，一周后说"放弃减脂恢复日常饮食"。后续 AI 依然推荐低卡饮食方案，因为两条矛盾信息全部被保存，原生系统无法分辨。
核心功能
智能写入去重，自动更新旧记忆
处理链路：语义拆分切片 → 大模型智能总结 → 向量数据转化 → 智能比对去重
- 全新内容：单独存入
- 重复内容：智能合并
- 旧信息更新：自动识别并合并，同时完整留存变更轨迹
混合检索引擎
- 全文检索 + 向量语义检索 双引擎并行
- 融合排序、冗余剔除、时间权重衰减、相关性多层过滤
- 提问话术和原始记录用词不一致时，语义层面仍可精准召回
- 每轮对话开启时，系统自动根据用户最新提问预检索相关记忆，自动注入上下文
技能生成升级
MemOS 插件支持三级模型独立配置：
| 层级 | 用途 |
|---|---|
| 向量嵌入 | 轻量模型，降低算力消耗 |
| 内容摘要 | 中端模型，平衡效果与速度 |
| 高阶技能生成 | 高性能大模型（可切换） |
- 内置规则过滤 + 模型质量审核机制
- 智能降级容错：高阶模型异常时自动切换中端，再次异常则调用原生 Hermes 模型
多 Agent 协同
- 单机多实例协同：每个 Agent 拥有私有独立记忆空间，同时可共享公共知识库与通用技能
- 跨设备 Hub-Client 架构：个人隐私数据始终留存本地，仅主动共享的内容对团队开放
可视化管理面板
插件部署完成后自动生成 Web 管理后台：http://127.0.0.1:18901
7 大功能模块：记忆浏览检索、任务进程管理、技能库管控、数据统计分析、工具调用日志、数据导入导出、参数在线配置
安装
前置要求
- Node.js ≥ 18
- Python 3 环境
- 已完成 Hermes Agent 本体部署
一键安装
bash
curl -fsSL https://raw.githubusercontent.com/MemTensor/MemOS/openclaw-local-plugin-20260408/apps/memos-local-plugin/install.sh | bash安装脚本自动完成：环境检测 → 依赖补齐 → 插件包下载 → 配置依赖 → 挂载插件目录 → 修改配置文件 → 校验加载状态 → 启动后台守护进程与可视化面板
官方文档
https://memos-docs.openmem.net/cn/openclaw/hermes_local_plugin
优缺点
| 优势 | 说明 |
|---|---|
| 记忆检索准确率显著提升 | 此前往回失败的历史信息基本都能精准召回 |
| 智能去重合并效果显著 | 杜绝同一条信息重复存储大量副本 |
| 全程本地私有化 | 隐私数据安全无外泄风险 |
| 技能生成质量更高 | 三级模型独立配置+质量审核 |
| 后台管理便捷 | Web 界面摆脱命令行 |
| 待改进 | 说明 |
|---|---|
| 首次调用消耗 Token | 高频长期使用场景优势集中体现，偶尔零散使用感知差异不明显 |
开源地址
https://github.com/MemTensor/MemOS/tree/main/apps/memos-local-plugin