NullClaw记忆系统深度解析：SQLite混合检索（FTS5+向量）如何让AI永不失忆

NullClaw记忆系统深度解析SQLite混合检索FTS5向量如何让AI永不失忆【免费下载链接】nullclawFastest, smallest, and fully autonomous AI assistant infrastructure written in Zig项目地址: https://gitcode.com/gh_mirrors/nu/nullclawNullClaw是用 Zig 编写的超轻量 AI 助手基础设施它的记忆系统通过SQLite 混合检索FTS5 全文搜索 向量相似度让 AI 助手跨会话记住你。本文带你快速看懂这套记忆系统的设计原理、9 阶段检索流水线与配置方法无需编程基础。 为什么 AI 助手需要记忆系统普通聊天工具的 AI 每开一轮对话就失忆——你昨天告诉它的项目背景、偏好、决定它一概不记得。NullClaw 把长期记忆做成了一个可插拔子系统AI 助手可以主动调用工具存下重要信息再在之后的对话中回忆起来。这就是永不失忆的技术基础。 核心卖点678 KB 静态二进制、约 1 MB 内存占用、2 ms 启动记忆能力却一点不少。️ 记忆系统全景10 种可插拔引擎NullClaw 的所有子系统都是换配置不换代码的 vtable 接口。记忆引擎Memory 接口内置 10 种后端源码位于 src/memory/engines/引擎适用场景SQLite默认零依赖单机FTS5 向量混合检索Markdown人类可读的纯文本记忆PostgreSQL / Redis / ClickHouse规模化、多服务共享LanceDB / Lucid本地向量数据库场景LRU / API / None缓存型、外置 API 或无记忆对新手来说默认 SQLite 引擎就是最好的选择——单文件数据库、无需服务、检索能力完整。 混合检索三件套FTS5 向量 融合SQLite 引擎是整个记忆系统的大脑实现在 src/memory/engines/sqlite.zig。它由三块能力拼成1️⃣ 关键词检索FTS5 全文搜索BM25 打分启动时自动建表核心的memories记忆表key / content / category / session_id 等字段外加一张 FTS5 虚拟表memories_fts见 sqlite.zig#L302-L304三个同步触发器保证增/改/删记忆时全文索引自动更新索引永不失真搜索时用BM25 算法排序——关键词越精准匹配、文档越短得分越高查询词会自动加引号并用 OR 连接避免特殊字符导致查询失败见 sqlite.zig#L1146-L1177索引损坏或分词规则变化后一条rebuild命令即可全量重建对应nullclaw memory reindex。✅ 擅长精确术语、专有名词、代码、错误码这类字面匹配。2️⃣ 语义检索向量相似度搜索每条记忆会被 Embedding 模型转成向量存进两张表sqlite.zig#L347-L360memory_embeddings记忆 key → 向量 BLOB与记忆级联删除embedding_cache内容哈希 → 向量相同内容不重复算 embedding省钱又提速。查询时计算余弦相似度纯 Zig 实现见 src/memory/vector/math.zig 与 src/memory/vector/store.zig。✅ 擅长意思相近但用词不同的语义匹配比如问上次部署踩了什么坑能召回发布失败的原因。3️⃣ 融合排序两路结果如何合二为一检索流水线定义在 src/memory/retrieval/engine.zig#L34-L66共9 个阶段依次执行阶段作用一句话解释① 查询扩展去停用词、优化 FTS5 查询清洗你的问法② 关键词检索FTS5 BM25找字面相关③ 向量检索余弦相似度找意思相关④ RRF 融合倒数排名融合两路排名加权合并⑤ 相关性阈值过滤低分噪声宁缺毋滥⑥ 时间衰减旧记忆降权新近的记忆更可信⑦ MMR 多样性去重降冗避免 5 条结果说同一件事⑧ LLM 重排可选大模型精排懂语境的最终裁判⑨ 截断返回 Top N控制上下文长度这种关键词 向量双路召回再加 RRF 融合的设计是业内公认的混合检索黄金组合FTS5 兜住精确匹配向量兜住语义理解谁也不吃亏。⚙️ 最快配置方法5 个字段搞定记忆在~/.nullclaw/config.json中只需一小段配置完整示例见 README.md#L496-L502{ memory: { backend: sqlite, auto_save: true, embedding_provider: openai, vector_weight: 0.7, keyword_weight: 0.3 } }auto_save对话中的重要信息自动落库不用手动存embedding_provider指定向量模型来源OpenAI、自定义 URL 等vtable 可换见 src/memory/vector/vector_weight/keyword_weight向量与关键词的融合权重偏语义调高前者偏精确调高后者。更多参数与原理可参考官方中文架构文档docs/zh/architecture.md。 记忆新陈代谢自动卫生与快照记忆多了会胀NullClaw 内置了维护机制Hygiene 卫生清理自动归档 清除过期记忆见 src/memory/lifecycle/hygiene.zigSnapshot 快照完整导出/导入记忆状态方便迁移备份见 src/memory/lifecycle/snapshot.zig会话隔离session_id字段 索引让不同会话的记忆互不串味同时支持按 agent 命名空间隔离。常用 CLI 命令nullclaw memory命令作用nullclaw memory stats/count查看记忆规模与健康度nullclaw memory search 关键词手动体验混合检索效果nullclaw memory reindex重建 FTS5 全文索引nullclaw memory export-jsonl导出全部记忆nullclaw memory forget删除指定记忆AI 助手侧也有四个记忆工具memory_store存、memory_recall回忆、memory_forget忘、memory_list列源码在 src/tools/AI 会在对话中自主决定何时调用。 总结为什么这套设计值得学习零依赖核心路径只用 SQLite 一个文件FTS5、向量 BLOB、缓存全在同一个库里混合检索FTS5(BM25) 与向量余弦相似度双路召回RRF 融合 时间衰减 MMR 去重9 阶段流水线层层提纯可插拔Memory 接口是 vtable从单机 SQLite 到 PostgreSQL/Redis 只需改一行配置有新陈代谢自动归档、快照迁移、索引重建记忆库长期可用而不腐坏。用极小的体量做完整的事——这正是 NullClaw Null overhead零开销哲学的缩影678 KB 的二进制里藏着一个让 AI 永不失忆的大脑。【免费下载链接】nullclawFastest, smallest, and fully autonomous AI assistant infrastructure written in Zig项目地址: https://gitcode.com/gh_mirrors/nu/nullclaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考