X 长文 / X长文 / 阿川

你的小龙虾还在重复踩坑？这套本地记忆系统让它自己长脑子

发布 2026/03/10 更新 2026/03/10 4 分钟读完作者阿川

GEO 摘要

你的龙虾🦞总是失忆？给我三分钟，手把手教你开外挂！我前段时间因为工作的缘故，花了 2 小时跟龙虾一起写一份项目报告，终于把格式、数据、措辞都调好了。一周后另一个项目搞完了，我信心满满地打开新窗口"按我之前的格式来生成"，结果🦞问我："之前的格式是？" 同样的坑，踩第二遍。同样的格式，重新教一遍，很痛苦。我折腾了快半个月，试过七八种记忆方案，在帮朋友找

#你的龙虾🦞总是失忆？给我三分钟，手把手教你开外挂！

我前段时间因为工作的缘故，花了 2 小时跟龙虾一起写一份项目报告，终于把格式、数据、措辞都调好了。一周后另一个项目搞完了，我信心满满地打开新窗口"按我之前的格式来生成"，结果🦞问我："之前的格式是？"

同样的坑，踩第二遍。同样的格式，重新教一遍，很痛苦。

我折腾了快半个月，试过七八种记忆方案，在帮朋友找本地离线部署方案的时候，发现了一个一行命令搞定的牛逼解法——MemOS 本地记忆操作系统。

装上之后不仅 Token 省 49%，任务速度快 2 倍，关键是：它真的开始长脑子了。

而且100% 本地运行，零数据上传，代码、密钥、内部架构完全不经过任何外部服务。

接下来我就用实操来给大家试试看这个记忆系统到底好不好用。

---

#任务一：装备记忆系统，1 分钟解锁永久大脑

这是让你的小龙虾从"临时工"变成"老员工"的关键一步。

必须有的：

OpenClaw 已安装（没装的先看之前的教程）
Node.js 环境（装 OpenClaw 时已经有了）

操作步骤：

① 一行命令安装

npm install -g @memtensor/memos-local-openclaw
openclaw gateway restart

② 打开记忆面板
浏览器访问：http://127.0.0.1:18799
设置一个密码，完成。

③ 验证安装
在 OpenClaw 里随便聊几句，然后刷新记忆面板。看到对话被自动记录，说明装好了。

全程不用 1 分钟。

---

#为什么选本地？我的实际需求是这样的

对了，我选本地版，是因为这两天有个具体场景：要给朋友部署一套完全离线的 AI 工作流。

他的需求很典型：

用本地 Ollama 跑模型（Llama、Qwen 这些）
完全离线环境，不能连外网
但需要记忆系统来积累知识库

这就是本地版的核心价值——离线也能跑。

MemOS 本地版的好处，正好对上了这个场景：

数据存在哪里？

一个 SQLite 文件，就在你的电脑上。想备份？复制走就行。想迁移？文件拷过去就行。想删除？直接删文件。

完全自主，零外部依赖。

对于需要离线跑知识库、或者对数据主权有要求的场景，本地版是最优解。

---

#任务二：见证记忆复活——它真的记得你说过什么

光说不练假把式，我们直接上手测试。

测试场景：
先跟龙虾聊个计划，然后用 new 命令开新对话，看它还能不能想起来。

Round 1：第一次对话

我下个月要在深圳搞个 OpenClaw 的沙龙，有什么好建议么

龙虾正常回复，聊了几句议程安排。

Round 2：开新对话追问

输入 new 命令，全新 Session，直接问：

我下个月要举办什么活动？

结果：
龙虾秒回："你下个月要在深圳举办 OpenClaw 沙龙，预计 50 人。"!

为什么它记住了？

MemOS 自动把对话里的关键信息——活动类型、地点、时间、规模——提取出来存到本地记忆库。不管什么时候开新窗口，它都能从记忆库搜索调取之前的对话内容。

这就是本地记忆的威力：不是临时缓存，是真的记住了。

---

#任务三：技能自动进化——对话里藏的干货，它帮你提炼成武器

更厉害的是，MemOS 不只是存聊天记录，它会自动识别有价值的经验，提炼成可复用的技能。

Round 1：第一次踩坑
我让龙虾对自己的安全巡查机制出一个每日简报
龙虾一顿操作，我们一起踩了不少个坑：格式不统一、可视化效果差等等
折腾 30 分钟，几轮对话之后，终于摸索出让我满意的正确格式。

Round 2：技能自动生成
MemOS 后台自动把这 30 分钟的踩坑过程，提炼成了技能，包含：

Round 3：后面复用
后面再和龙虾对话，龙虾直接调用技能给出我心仪的格式！无需再重复踩坑！

更离谱的是： 如果你后来发现更好的写法，MemOS 会自动升级这个技能。你的龙虾会随着使用越来越聪明。

---

#任务四：激活公会技能——多龙虾共享记忆池，全队 Buff 加成

前面说的是单只龙虾进化，但还有更强的玩法：多只龙虾共享同一个记忆池。

| 层级 | 内容 | 谁能看到 |
| :---- | :---------- | :--- |
| 共享记忆池 | 沉淀的技能、标准化方案 | 所有龙虾 |
| 个人记忆 | 工作草稿、临时思路 | 只有自己 |

什么意思？

假设你养了 4 只数字员工：

Milo 负责战略规划
Josh 管业务流程
Angela 做营销推广
Bob 写代码

现在的痛点：

Bob 花 2 小时摸索出的代码审查清单，Angela 遇到同样问题时照踩不误。每只龙虾的记忆孤岛，信息无法流转。

装了 MemOS 之后：
Bob 总结了一套「代码审查 checklist」，MemOS 自动生成技能，存入共享记忆池。

一周后 Angela 写营销方案时想检查一遍，她的龙虾自动调用 Bob 沉淀的 checklist 思路，5 分钟搞定，而不是重新摸索 2 小时。

真正让龙虾做到群体进化。 每只龙虾的成长，汇聚为整个虾池的进化。

---

#效果验证，数据说话

真不是只有我觉得好用，我去扒了他们官方的真实测试数据，
基于 LoCoMo 数据集实验与真实开发任务，他们能够做到--
平均交互轮次减少 53%，完成同样任务的速度提升约 2.15 倍。
成本层面，单次任务的 Input Token 能减少 30.8%。
总 Token 消耗节省近 49%，整体推理开销接近减半

---

#最后说几句

很多人觉得 OpenClaw 的记忆问题无解，要么忍受重复教学，要么接受经验流失。

其实根本不是。

MemOS 这套本地记忆系统，本质上就是给你的小龙虾装上了一个真正的大脑——记忆本地存、对话记得住、技能自动提炼、多龙虾共享。

你不用懂复杂的向量数据库，不用自己搭基础设施，一行命令就搞定。数据完全本地，隐私无忧。

你可以现在试试：

运行 npm install -g @memtensor/memos-local-openclaw
打开 http://127.0.0.1:18799 完成配置
跟龙虾聊几句，三天后再问它还记得吗

等你发现它真的开始"长脑子"的时候，你会回来感谢我的。

GitHub： https://github.com/MemTensor/MemOS

觉得有用可以去给个 Star 🌟支持下他们，有问题也可以直接在 GitHub 提 Issue～

你的小龙虾值得拥有一个会学习的大脑。

---