记忆召回的二次过滤

云插件

MemOS Openclaw 云插件支持使用指定的大语言模型对召回的记忆进行二次精准过滤。过滤后，只有与当前任务高度相关的记忆才会被注入到上下文中，有效避免无关记忆的干扰并节省 Token。

如何使用

只需配置兼容 OpenAI 格式的模型接口（如本地 Ollama 或第三方大模型 API）并开启过滤开关，即可启用记忆二次过滤功能。

1. 开启记忆过滤功能

在配置大模型过滤记忆时，必须配置 API Key 和 Base URL。

在 openclaw.json 配置中添加：

{
  "plugins": {
    "entries": {
      "memos-cloud-openclaw-plugin": {
        "config": {
          "recallFilterEnabled": true,
          "recallFilterBaseUrl": "http://127.0.0.1:11434/v1",
          "recallFilterApiKey": "sk-...",
          "recallFilterModel": "qwen2.5_7b"
        }
      }
    }
  }
}

或设置环境变量：

MEMOS_RECALL_FILTER_ENABLED=true
MEMOS_RECALL_FILTER_BASE_URL="http://127.0.0.1:11434/v1"
MEMOS_RECALL_FILTER_API_KEY="sk-..."
MEMOS_RECALL_FILTER_MODEL="qwen2.5_7b"

2. 配置鉴权与进阶参数（可选）

如果需要调整超时时间及失败策略，可以在配置中指定：

{
  "config": {
    "recallFilterTimeoutMs": 6000,
    "recallFilterFailOpen": true
  }
}

原理介绍

• 召回后拦截：在每轮对话前从云端召回记忆后，插件会把候选的记忆条目发送给你配置的过滤模型做二次筛选。
• 精准保留：过滤模型判断后，只保留被标记为 keep 的相关条目，最终注入到 Agent 的上下文中。
• 高可用回退：默认开启了失败放行（recallFilterFailOpen: true）。当过滤模型请求超时或失败时，会自动回退为“不过滤”全量注入，保证当前对话不被中断。

适用场景

• 超长记忆精简：长期对话积累大量记忆时，剔除与当前 Prompt 无关的内容，大幅降低主模型上下文的 Token 消耗。
• 提升推理精度：为需要专注处理复杂任务的 Agent 过滤掉早期无关的记忆干扰，提高核心任务的推理准确度。
• 本地模型协同：搭配本地运行的小模型（如 Ollama 运行的 qwen2.5_7b）作为低成本前置过滤器，在不增加主模型 API 费用的前提下提升记忆注入质量。

本地插件

@memtensor/memos-local-plugin 的本地检索内置多阶段过滤。它会先从 Skill、Trace/Episode、World Model 三层召回候选，再通过 RRF + MMR 做融合与去冗余；如果配置了可用 LLM，还可以在注入前做相关性复核，进一步筛掉表面关键词相似但对当前任务帮助不大的内容。

如何配置

直接在对应 Agent 的 Memory Viewer 里配置：

配置步骤：

1. 打开 Memory Viewer。
2. 进入 Settings → AI Models。
3. 在 LLM 区域选择 provider，并填写 endpoint、API Key、model 等信息。
4. 点击 Test 确认模型可用。
5. 保存设置；Viewer 会自动重启插件并加载新配置。

保存后，本地检索会在召回、RRF/MMR 排序之后使用该 LLM 做相关性复核。未配置 LLM 时，插件仍会使用内置的多通道召回和机械阈值过滤。

本地召回流程

用户问题
→ 构建检索 query 与标签
→ Tier 1: Skill 候选
→ Tier 2: Trace / Episode 候选
→ Tier 3: World Model 候选
→ 向量 / FTS5 / pattern / 错误特征多通道召回
→ RRF 融合 + MMR 多样性控制
→ 可选 LLM 相关性复核
→ 注入给 Agent

预期结果

• 注入上下文的记忆更聚焦，噪音更少
• Skill、Trace/Episode、World Model 不会只靠单一向量相似度命中
• LLM 不可用时会使用更严格的机械阈值回退，不影响基础召回