Một hệ thống tìm kiếm ngữ nghĩa và embedding cục bộ, ưu tiên ngoại tuyến và an toàn, được thiết kế để cung cấp bộ nhớ ngữ cảnh sâu cho Openclaw Skills trên Windows.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install node-llama-cpp-install-guide
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt node-llama-cpp-install-guide bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Hệ thống bộ nhớ Embedding cục bộ cho OpenClaw (Windows) là gì?
Local Embedding Memory System là một bộ tăng cường bộ nhớ được tối ưu hóa cao và có khả năng hoạt động ngoại tuyến, được xây dựng để chạy mượt mà trên môi trường Windows. Bằng cách tận dụng các mô hình embedding cục bộ nhẹ như nomic-embed-text-v1.5 ở định dạng GGUF (~80MB), hệ thống này cho phép các khả năng tìm kiếm ngữ nghĩa nâng cao cho các AI agent mà không cần dựa vào API đám mây bên ngoài. Nó tạo thành trụ cột hiệu năng quan trọng cho Openclaw Skills, cho phép cơ sở dữ liệu vector cục bộ lưu trữ, lập chỉ mục và truy xuất ngữ cảnh lịch sử ngay lập tức.
Ngoài việc thực thi cục bộ, hệ thống này còn giải quyết các ràng buộc doanh nghiệp điển hình như tường lửa công ty và cấu hình proxy nghiêm ngặt bằng cách sử dụng các host mirror đáng tin cậy (như hf-mirror) và hỗ trợ khóa cấu hình đa tầng để ngăn chặn các cài đặt runtime bị ghi đè khi gateway khởi động lại. Nó cũng tích hợp tính năng trực quan hóa chiếu 2D đẹp mắt tùy chọn, sử dụng UMAP và sentence-transformers, chuyển đổi các vector bộ nhớ thô thành các bản đồ ngữ nghĩa tương tác, có thể hành động.
Trường hợp sử dụng Hệ thống bộ nhớ Embedding cục bộ cho OpenClaw (Windows)
- Lưu giữ ngữ cảnh agent ngoại tuyến: Chạy tìm kiếm ngữ nghĩa an toàn, hiệu suất cao cho các AI agent trong mạng nội bộ hoặc môi trường bị cô lập (air-gapped).
- Tuân thủ bảo mật doanh nghiệp: Đảm bảo dữ liệu độc quyền được sử dụng làm bộ nhớ agent không bao giờ rời khỏi mạng cục bộ hoặc host Windows.
- Trực quan hóa bộ nhớ tương tác: Tạo các bản đồ HTML 2D tương tác của bộ nhớ agent bằng Nomic Atlas để gỡ lỗi các mẫu lưu trữ và truy xuất bộ nhớ.
- AI pipeline an toàn cho mạng nội bộ: Vượt qua tường lửa nghiêm ngặt bằng cách sử dụng các mô hình GGUF cục bộ hoặc proxy API từ xa được công ty phê duyệt cho các embedding.
Cách thức hoạt động của Hệ thống bộ nhớ Embedding cục bộ cho OpenClaw (Windows)
- Nạp mô hình cục bộ: Hệ thống tải xuống và lưu vào bộ nhớ cache một mô hình biểu diễn vector cục bộ được lượng tử hóa cao (nomic-embed-text-v1.5) thông qua các mirror ổn định vào thư mục cục bộ của người dùng.
- Neo giữ cấu hình: Cấu hình bộ nhớ được ghi và khóa đa tầng trên ba cấp độ (cài đặt trước PRD, biến môi trường hệ thống và tệp danh sách trắng) để đảm bảo các cài đặt tồn tại sau khi khởi động lại.
- Kích hoạt Plugin: Plugin
memory-tencentdb(v0.3.8+) được cài đặt để điều phối việc tạo vector và các routine tìm kiếm toàn văn (FTS). - Truy xuất ngữ cảnh: Khi thực hiện Openclaw Skills, agent truy vấn bộ nhớ vector, tạo ra kết quả tìm kiếm ngữ nghĩa có độ chính xác cao.
- Giảm chiều và Trực quan hóa (Tùy chọn): Sử dụng Python (sentence-transformers & UMAP), các vector embedding đa chiều được giảm xuống tọa độ 2D và vẽ lên canvas HTML tương tác để gỡ lỗi.
Cài đặt Hệ thống bộ nhớ Embedding cục bộ cho OpenClaw (Windows)
Bước 1: Tải xuống mô hình Embedding GGUF cục bộ
Chạy lệnh PowerShell sau để tạo thư mục và tải mô hình nomic-embed-text ~80MB từ một mirror host nhanh:
New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.openclaw\models"
Invoke-WebRequest -Uri "https://hf-mirror.com/nomic-ai/nomic-embed-text-v1.5-GGUF/resolve/main/nomic-embed-text-v1.5.Q4_K_M.gguf" -OutFile "$env:USERPROFILE\.openclaw\models\nomic-embed-text-v1.5.Q4_K_M.gguf"
Bước 2: Cấu hình memorySearch cho OpenClaw
Thêm khối sau vào cấu hình openclaw.json của bạn. Hãy chắc chắn thay thế thư mục hồ sơ người dùng modelPath bằng tên người dùng Windows của riêng bạn:
{
"agents": {
"defaults": {
"memorySearch": {
"enabled": true,
"provider": "local",
"model": "fts-only",
"local": {
"modelPath": "D:\\Users\\YOUR_USER\\.openclaw\\models\\nomic-embed-text-v1.5.Q4_K_M.gguf"
}
}
}
}
}
Bước 3: Cài đặt Plugin bộ nhớ và Kiểm tra
clawhub install memory-tencentdb
openclaw memory status
Đầu ra trạng thái dự kiến của bạn sẽ hiển thị:
Provider: local (requested: local)
Model: fts-only
Vector: ready
FTS: ready
Lược đồ dữ liệu & Hệ thống phân loại của Hệ thống bộ nhớ Embedding cục bộ cho OpenClaw (Windows)
Skill bộ nhớ embedding cục bộ sử dụng tổ chức hệ thống tệp có cấu trúc kết hợp với các tệp quan hệ/vector cục bộ. Metadata vector đa chiều được tổ chức như sau:
| Thư mục / Tệp | Loại | Mô tả |
|---|---|---|
~/.openclaw/models/nomic-embed-text-v1.5.Q4_K_M.gguf |
Tệp mô hình nhị phân | Mô hình embedding cục bộ cốt lõi để tạo vector (~80MB). |
openclaw.json |
Tệp cấu hình | Cài đặt cấp agent ánh xạ đường dẫn mô hình cục bộ và kích hoạt các nhà cung cấp FTS/vector. |
prd-openclaw.json |
Cấu hình cài sẵn | Cấp độ duy trì chính chứa cấu hình memorySearch để tránh mất cấu hình khi khởi động lại. |
nomic_atlas_visualizer.py |
Script Python | Tạo các bản đồ trực quan HTML 2D tương tác dựa trên các embedding sentence-transformers 768 chiều được giảm qua UMAP. |
Phân loại Metadata Vector
- Chiều: 768 chiều (tiêu chuẩn Nomic Embed v1.5).
- Công cụ FTS: Được kích hoạt đồng thời cùng với các tính toán không gian vector cục bộ.
- Lượng tử hóa: Q4_K_M (lượng tử hóa 4-bit được tối ưu hóa cho thực thi CPU trên Windows).
Tính năng Nâng cao của Hệ thống bộ nhớ Embedding cục bộ cho OpenClaw (Windows)
- Khóa cấu hình ba lớp: Thực hiện các cấu hình an toàn để ngăn chặn các tín hiệu SIGUSR1 hoặc việc khởi động lại gateway xóa cài đặt của bạn. Bảo vệ các cấu hình trên
prd-openclaw.json, biến môi trường hệ thống quaopenclaw.cmdvà lọc danh sách trắng JS. - Trực quan hóa Vector 2D Nomic Atlas: Cho phép người dùng nâng cao xuất, chiếu và trực quan hóa các mối quan hệ không gian của bộ nhớ agent được lưu trữ trong các bản đồ HTML 2D tương tác dựa trên trình duyệt bằng UMAP.
- Suy luận GGUF không cần biên dịch gốc: Thay thế hoàn toàn các phụ thuộc biên dịch module gốc dễ lỗi (như node-llama-cpp) bằng lập chỉ mục bộ nhớ GGUF thuần túy để đảm bảo khả năng tương thích Windows tuyệt đối.
- Failover từ xa cho mạng nội bộ: Hỗ trợ tích hợp để chuyển đổi từ các mô hình GGUF cục bộ sang các API từ xa có độ bảo mật cao và tuân thủ proxy doanh nghiệp (như các gateway tương thích LiteLLM/OpenAI) khi chạy trong các hệ thống doanh nghiệp bị cô lập.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Kiểm toán viên An ninh Chuỗi Cung ứng Công nghệ
Một kỹ năng kiểm toán an ninh nâng cao giúp lập bản đồ chuỗi cung ứng công nghệ, đánh giá mức độ sẵn sàng thay thế nội địa và mô phỏng các kịch bản sinh tồn khi bị lệnh trừng phạt thương mại nước ngoài.
Groq Bot Skill
Một kỹ năng tạo văn bản siêu nhanh, độ trễ thấp, tận dụng các mô hình miễn phí của Groq với cơ chế dự phòng tự động để xử lý giới hạn tốc độ một cách mượt mà.
Make Change
Một bộ công cụ có thể hành động và khung làm việc dựa trên AI để xây dựng các phong trào xã hội, tổ chức cộng đồng và duy trì hoạt động xã hội cơ sở.
Supply Chain Volatility Watcher
Một tác nhân trí tuệ nhân tạo được thiết kế để theo dõi sự biến động chi phí nguyên liệu thô, gián đoạn thương mại địa chính trị và các lỗ hổng trong chuỗi cung ứng thượng nguồn.
im-still-here
Một bộ công cụ AI thực thi dựa trên cuốn sách của Austin Channing Brown để giúp người dùng điều hướng các không gian trắng, hiểu về sự kiệt sức mang tính hệ thống, và vun đắp phẩm giá cũng như niềm vui cho người da đen.
RDF / OWL Ontology Schema Drafting
Thiết kế kiến trúc mạng ngữ nghĩa và đồ thị tri thức bằng cách chuyển đổi các mô hình miền thành các lược đồ bản thể luận RDF và OWL sẵn sàng cho sản xuất.
Uncommon Favor
Một kỹ năng hướng dẫn dựa trên AI và cuốn hồi ký của Dawn Staley giúp người dùng xây dựng kỷ luật, vượt qua nghịch cảnh, điều hướng trong các không gian không quen thuộc và lãnh đạo có mục đích.
Đặc sắc*
