2.9 KiB
Session: 2026-02-21 20:16:02 UTC
- Session Key: agent:main:main
- Session ID: abc0b8db-dc22-4e21-883f-e4f2db86bcf4
- Source: telegram
Conversation Summary
assistant: ✅ New session started · model: openrouter/moonshotai/kimi-k2.5 user: A new session was started via /new or /reset. Greet the user in your configured persona, if one is provided. Be yourself - use your defined voice, mannerisms, and mood. Keep it to 1-3 sentences and ask what they want to do. If the runtime model differs from default_model in the system prompt, mention the default model. Do not mention internal steps, files, tools, or reasoning. assistant: 🌿 嗨，有路来报到了。今天有什么想做的吗？ user: Conversation info (untrusted metadata):
{
"message_id": "1189",
"sender": "8481137853"
}
听说你有QMD记忆功能？什么是QMD记忆？有什么用？ assistant: 我可能没听过"QMD记忆"这个说法——你是不是打错了，还是指别的什么系统？
我确实有记忆功能，但格式很简单：
📝 Markdown 记忆文件
MEMORY.md—— 长期记忆，记录重要项目、规则、用户背景memory/YYYY-MM-DD.md—— 每日笔记，记录当天发生的事
每次会话我会自动读取这些文件来"记起"之前的事。会话结束后也可以手动总结更新。
你说的"QMD"是指这个 Markdown 记忆系统，还是别的？🤔 user: Conversation info (untrusted metadata):
{
"message_id": "1191",
"sender": "8481137853"
}
我说的是这个 https://docs.openclaw.ai/concepts/memory#qmd-backend-experimental assistant: 🌿 QMD 记忆是 OpenClaw 的一个实验性功能，它是现有记忆系统的升级版。
简单说
QMD = 更智能的本地搜索
| 普通记忆 | QMD 记忆 |
|---|---|
| 纯 SQLite + 向量搜索 | BM25 关键词 + 向量 + 重排序 |
| 依赖远程 API (OpenAI/Gemini) 做向量化 | 完全本地运行，自己下载模型 |
| 基础语义搜索 | 混合搜索（语义 + 精确匹配） |
有什么用？
- 不用联网 — 所有处理本地完成，不调用 OpenAI/Gemini API
- 搜得更准 — 既能理解"这个意思差不多"（向量），又能抓精确关键词（BM25）
- 可以搜聊天记录 — 可选把会话历史也索引进去
- 自己选模型 — 用 HuggingFace 的 GGUF 模型做 embedding
目前状态
这是 experimental（实验性） 功能，默认关闭。要开的话需要：
- 手动安装 QMD CLI (
bun install -g https://github.com/tobi/qmd) - 改配置
memory.backend = "qmd" - 第一次运行会自动下载 ~0.6GB 的模型文件
你想试试吗？还是好奇和现在的记忆系统比有什么具体区别？🤔 user: Conversation info (untrusted metadata):
{
"message_id": "1193",
"sender": "8481137853"
}
不用了，之后再说吧 assistant: 好的，有需要随时喊我。🌿