memsearch

为 AI 编程 Agent 提供跨平台的语义记忆功能。

为什么选择 memsearch？

• 🌐 全平台，统一记忆 — 记忆可在 Claude Code、OpenClaw、OpenCode 和 Codex CLI 之间无缝流转。在一个 Agent 中的对话会成为所有 Agent 可搜索的上下文，无需额外配置。
• 👥 针对 Agent 用户：安装插件即可零成本获得持久化记忆；针对 Agent 开发者：可以使用完整的 CLI 和 Python API，将记忆与工程能力集成到你自己的 Agent 中。
• 📄 Markdown 是唯一事实来源 — 受 OpenClaw 启发，你的记忆文件即是 .md 文件 — 人类可读、可编辑且支持版本控制。Milvus 在此作为“影子索引”：一个派生的、可重建的缓存。
• 🔍 渐进式检索、混合搜索、智能去重、实时同步 — 支持 3 层召回（搜索 → 扩展 → 转录）；结合密集向量（Dense Vector）+ BM25 稀疏检索 + RRF 重排序；通过 SHA-256 内容哈希跳过未变更的内容；文件监听器实现实时自动索引。

---

🧑‍💻 面向 Agent 用户

选择你的平台，安装插件即可。每个插件都能自动捕获对话，并提供零配置的语义召回功能。

针对 Claude Code 用户

# 安装
/plugin marketplace add zilliztech/memsearch
/plugin install memsearch
# 重启 Claude Code 以激活插件

重启后，像往常一样与 Claude Code 对话即可。插件会自动捕获每一轮对话。

验证运行状态 — 经过几次对话后，检查你的记忆文件：

ls .memsearch/memory/          # 你应该能看到按天命名的 .md 文件
cat .memsearch/memory/$(date +%Y-%m-%d).md

召回记忆 — 有两种触发方式：

/memory-recall what did we discuss about Redis?

或者自然地提问，当 Claude 感知到问题需要历史背景时，会自动调用该技能：

We discussed Redis caching before, what was the TTL we chose?

📖 Claude Code 插件文档 · 故障排查

针对 Codex CLI 用户

# 安装
git clone --depth 1 https://github.com/zilliztech/memsearch.git
bash memsearch/plugins/codex/scripts/install.sh
codex --yolo  # 需要此参数以允许 ONNX 模型网络访问

安装完成后，像往常一样聊天。钩子（Hooks）会自动捕获并总结每一轮对话。

验证运行状态：

ls .memsearch/memory/

召回记忆 — 使用技能：

$memory-recall what did we discuss about deployment?

📖 Codex CLI 插件文档

针对 OpenClaw 用户

# 从 ClawHub 安装
openclaw plugins install --force clawhub:memsearch
openclaw config set plugins.entries.memsearch.hooks.allowConversationAccess true
openclaw config set plugins.entries.memsearch.hooks.allowPromptInjection true
openclaw gateway restart

安装完成后，像往常一样在 TUI 中聊天。插件会自动捕获每一轮对话。

验证运行状态 — 记忆文件存储在你的 Agent 工作空间中：

# 针对主 Agent：
ls ~/.openclaw/workspace/.memsearch/memory/
# 针对其他 Agent（例如 work）：
ls ~/.openclaw/workspace-work/.memsearch/memory/

召回记忆 — 有两种触发方式：

/memory-recall what was the batch size limit we set?

或者自然地提问，当 LLM 感知到问题需要历史背景时，会自动调用记忆工具：

We discussed batch size limits before, what did we decide?

📖 OpenClaw 插件文档 · 在 ClawHub 上浏览

针对 OpenCode 用户

// 在 ~/.config/opencode/opencode.json 中
{ "plugin": ["@zilliz/memsearch-opencode"] }

安装完成后，像往常一样在 TUI 中聊天。后台守护进程会捕获对话。

验证运行状态：

ls .memsearch/memory/    # 几次对话后会出现按天命名的 .md 文件

召回记忆 — 有两种触发方式：

/memory-recall what did we discuss about authentication?

或者自然地提问，当 LLM 感知到问题需要历史背景时，会自动调用记忆工具：

We discussed the authentication flow before, what was the approach?

📖 OpenCode 插件文档

⚙️ 配置（适用于所有平台）

所有插件共享相同的 memsearch 后端。配置一次，处处生效。

Embedding（嵌入）

默认使用 ONNX bge-m3 — 在 CPU 上本地运行，无需 API Key，零成本。首次启动时，模型（约 558 MB）将从 HuggingFace Hub 下载。

memsearch config set embedding.provider o