OpenClaw Memory 與 Mem0 比較：開發者該選哪個 AI 記憶工具？
OpenClaw 記憶（透過 MemClaw）和 Mem0 都能解決 AI 記憶流失問題，但面向不同使用者。MemClaw 適合使用 OpenClaw 的開發者，Mem0 則是 AI 應用程式的基礎設施。
OpenClaw 記憶（透過 MemClaw）和 Mem0 都在解決同一個核心問題：AI 代理在工作階段之間會忘記所有內容。但它們的解決方式不同，面向的使用者也不同。
簡短版本：
- MemClaw = 為使用 OpenClaw 和 Claude Code 的開發者提供持久化專案工作區，以技能方式安裝，不需要自訂程式碼
- Mem0 = 嵌入你正在開發的 AI 應用程式中的記憶基礎設施，開源 API
它們並非在爭奪同一批使用者。大多數開發者需要其中一個——一旦了解各自的功能，選擇通常很明確。
什麼是 Mem0？
Mem0 是一個開源 AI 記憶層（Apache 2.0），作為基礎設施為開發者建構 AI 驅動的應用程式。
運作方式： 你將 Mem0 SDK 整合到應用程式中。當使用者進行對話時，Mem0 會自動萃取並儲存相關事實、偏好和歷史記錄。未來的對話會檢索相關記憶以個人化回應。
架構： 多層儲存——向量資料庫用於語意相似度，知識圖譜用於關係建模。提供 Python 和 JavaScript SDK。可自行託管或使用託管雲端。
目標使用者： 正在建構需要使用者層級記憶的 AI 產品的開發者——客服機器人、學習應用程式、具有使用者帳號的 AI 助理。
Mem0 是你在其上建構的基礎設施。它不是你直接使用的工具。
什麼是 OpenClaw Memory（MemClaw）？
MemClaw 是 OpenClaw（以及 Claude Code、Gemini CLI、Codex）的持久化工作區技能。它是你直接使用的工具——安裝到你的代理上，為專案建立工作區，在工作階段開始時載入上下文。
運作方式： 每個專案都有一個獨立的工作區。代理在工作階段開始時讀取它，並在你工作時將決定、狀態和成果物回寫。上下文在工作階段之間自動持久化。
目標使用者： 使用 OpenClaw 進行專案工作的開發者（或產品經理、自由工作者、顧問），希望代理在工作階段之間記住上下文。
OpenClaw 整合：MemClaw 的明確優勢
對於 OpenClaw 使用者，MemClaw 以原生技能方式整合：
安裝：
# 透過 OpenClaw
bash <(curl -s https://raw.githubusercontent.com/Felo-Inc/memclaw/main/scripts/openclaw-install.sh)
# 透過 OpenClaw 自然語言
Please install https://github.com/Felo-Inc/memclaw and use MemClaw after installation.
export FELO_API_KEY="your-api-key-here"
安裝後，你完全透過自然語言與它互動：
Create a workspace called Client Acme
Load the Client Acme workspace
Add decision: using REST over GraphQL — team isn't familiar with GraphQL
Save that competitor analysis to the workspace
What did we decide about the API structure?
不需要自訂程式碼。不需要設定檔。在現有的 OpenClaw 工作流程中直接運作。
Mem0 搭配 OpenClaw： Mem0 的設計是嵌入你正在建構的應用程式中——而非直接在代理工作流程中使用。要搭配 OpenClaw 使用，你需要建構自訂整合層。對於只想讓代理記住專案的開發者來說，這是相當大的額外負擔。
儲存模型：工作區 vs. 記憶
MemClaw 工作區是以專案為範圍的容器。所有與 Client Acme 相關的內容都在 Client Acme 工作區中。所有與 Client Beta 相關的內容都在 Client Beta 工作區中。工作區模型直接對應開發者思考工作的方式。
Mem0 記憶是以實體為範圍的事實。系統從對話中萃取離散記憶，並根據上下文檢索相關記憶。更細粒度、更自動化——但可預測性較低。你無法精確控制什麼被儲存或如何組織。
如果你需要明確控制代理對專案的了解：工作區更直覺。
如果你的應用程式需要在不需要明確記錄的情況下自動學習使用者偏好：Mem0 的萃取方式更強大。
並排比較
| MemClaw | Mem0 | |
|---|---|---|
| 用途 | 你的 OpenClaw/Claude Code 工作流程 | 你正在建構的 AI 應用程式 |
| 記憶範圍 | 按專案 | 按使用者 |
| 整合方式 | 以技能安裝，自然語言互動 | Python/JS SDK、REST API |
| 儲存模型 | 結構化工作區 | 萃取的記憶（向量 + 圖譜） |
| 自行託管 | 否 | 是（Apache 2.0） |
| 團隊共享 | ✓ | ✗（個人記憶） |
| 專案隔離 | ✓ 硬隔離 | ✗ 按使用者統一 |
| 設定複雜度 | 低（技能安裝） | 中（SDK 整合） |
何時使用 Mem0
- 正在建構具有使用者帳號的 AI 應用程式，需要記住使用者偏好
- AI 客服需要按使用者記錄歷史
- 個人化學習應用程式需要追蹤每個學生的知識
- 應用程式需要記憶對使用者透明且自動化
- 你需要自行託管以符合資料主權要求
- 你的使用情境需要開源模型
何時使用 MemClaw
- 你使用 OpenClaw 或 Claude Code 進行開發工作
- 你需要代理在工作階段之間記住你的專案
- 你同時處理多個專案，需要乾淨的隔離
- 你在團隊中需要共享專案上下文
- 你想要持久化記憶但不想寫自訂整合程式碼
可以同時使用兩者嗎？
可以。它們運作在完全不同的層級。
MemClaw 處理你的開發者工作流程——你在建構東西時的上下文。
Mem0 是你正在建構的產品內部的基礎設施——你的使用者在你的 AI 產品中的上下文。
如果你正在使用 OpenClaw 建構具有使用者記憶的 AI 產品（客服機器人、個人化助理），你可能自然會同時使用兩者：MemClaw 用於你開發時的工作區，Mem0 作為產品內部的元件。
開始使用 MemClaw
- 透過 Claude Code 外掛市集安裝（
/plugin marketplace add Felo-Inc/memclaw） - 設定
FELO_API_KEY - 為每個進行中的專案建立一個工作區
- 在每次工作階段開始時載入工作區