AnalyticDB：基於Mem0的OpenClaw長記憶方案

步驟 1：開通 OpenClaw 執行個體（可選）

1. 購買伺服器執行個體：

   • 訪問 Simple Application Server購買頁面。

   • 地區：選擇AnalyticDB for MySQL叢集所在的地區，以確保後續可以進行高效的內網通訊。

   • 鏡像：在應用鏡像中搜尋並選擇 OpenClaw。

   • 套餐配置：為確保穩定運行，推薦選擇 通用型 4核16GB 或更高規格。

   • 根據您的需求選擇購買時間長度和數量，然後單擊立即購買。

2. 初始化 OpenClaw 應用：

   • 等待執行個體狀態變為運行中後，單擊執行個體ID進入伺服器概覽頁。

   • 切換到應用詳情選項卡，根據頁面指引，依次完成連接埠放通和配置OpenCLaw。

   • 在應用詳情 > 模型配置模組，可進行大模型的配置。

3. 開通內網互連：

   • 在左側導覽列中，選擇內網互連。

   • 單擊內網互連按鈕。此操作將打通Simple Application Server與您同一地區下的其他阿里雲服務（如AnalyticDB for MySQL）之間的內網串連，這是實現低延遲、高安全性訪問的關鍵。

步驟 2：安裝外掛程式並重建依賴

在執行個體詳情的頂部，單擊遠端連線，即可通過瀏覽器直接登入到伺服器的命令列終端。

• 檢查 Python 版本，外掛程式需要 Python 3.8+ 版本：

  # 查看 Python 版本
  python3 --version

• 安裝 Python 3.9（可選），如果目前的版本低於 3.8，執行以下命令安裝：

  # 安裝依賴
  sudo yum install gcc openssl-devel bzip2-devel libffi-devel zlib-devel --disablerepo=docker-ce-stable
  
  # 下載並安裝 Python 3.9
  cd /tmp
  curl -O https://www.python.org/ftp/python/3.9.18/Python-3.9.18.tgz
  tar xzf Python-3.9.18.tgz
  cd Python-3.9.18
  ./configure --enable-optimizations
  sudo make altinstall
  
  # 驗證安裝
  python3.9 --version
  
  # 建立軟連結
  sudo ln -sf /usr/local/bin/python3.9 /usr/bin/python3
  
  # 再次驗證
  python3 --version

• 安裝外掛程式：

  openclaw plugins install @adbm-ai/openclaw-mem0

• 重新編譯 better-sqlite3，刪除並重新安裝基於 Python 3.9 編譯的 better-sqlite3：

  cd ~/.openclaw/extensions/openclaw-mem0
  rm -rf node_modules/better-sqlite3
  npm install better-sqlite3 --build-from-source

步驟 3：配置 openclaw.json

這是最關鍵的一步。伺服器的命令列終端，開啟 ~/.openclaw/openclaw.json 檔案，找到（或添加）"openclaw-mem0" 配置項，並根據您的環境填入以下資訊。

• 開啟設定檔

  編輯 ~/.openclaw/openclaw.json 檔案。安裝完成後，在 plugins 和 entries 中可以看到 openclaw-mem0 欄位。

  

• 配置說明

  參數	說明
  mode	設定為 "open-source"，代表使用自建 Mem0。
  userId	記憶使用者標識，實現記憶共用與租戶隔離。建議一個 OpenClaw 執行個體對應一個唯一的 userId。
  llm.provider	固定值，dashscope，阿里雲百鍊。
  llm.config.apiKey	使用阿里雲百鍊平台的Api Key。
  llm.config.baseURL	https://dashscope-intl.aliyuncs.com/compatible-mode/v1。
  llm.config.model	使用阿里雲百鍊平台支援的模型，推薦qwen3.5-plus。
  embedder.provider	固定值，dashscope，阿里雲百鍊。
  embedder.config.apiKey	使用阿里雲百鍊平台的Api Key。
  embedder.config.url	https://dashscope-intl.aliyuncs.com/compatible-mode/v1。
  embedder.config.model	推薦使用text-embedding-v4。
  embedder.config.embeddingDims	建議1536維。
  vectorStore.provider	固定值，aliyun-adb-mysql。
  vectorStore.config.host	內網串連使用AnalyticDB for MySQL的vpc 地址，公網串連使用AnalyticDB for MySQL的公網地址。
  vectorStore.config.port	資料庫連接埠，3306。
  vectorStore.config.database	openclaw_adb，資料庫名，如不存在/不指定會自動建立，無需修改。
  vectorStore.config.user	建立的AnalyticDB for MySQL帳號名，帳號需要讀寫權限。
  vectorStore.config.password	建立的帳號密碼。
  vectorStore.config.collectionName	openclaw_mem0_adb，記憶儲存的表名。

• 配置樣本

  "openclaw-mem0": {
    "enabled": true,
    "config": {
      "mode": "open-source",
      "userId": "alice",
      "oss": {
        "llm": {
          "provider": "dashscope",
          "config": {
            "apiKey": "sk-2fa2a****cef0",
            "baseURL": "https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
            "model": "qwen3.5-plus"
          }
        },
        "embedder": {
          "provider": "dashscope",
          "config": {
            "model": "text-embedding-v4",
            "embeddingDims": 1536,
            "apiKey": "sk-2fa2a****cef0",
            "url": "https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
          }
        },
        "vectorStore": {
          "provider": "aliyun-adb-mysql",
          "config": {
            "host": "amv-0jl1****41.ads.aliyuncs.com",
            "port": 3306,
            "database": "openclaw_adb",
            "user": "your-user-name",
            "password": "your-password",
            "collectionName": "openclaw_mem0_adb"
          }
        }
      }
    }
  }

• 重啟服務

  openclaw gateway restart

  配置完成後，可以看到openclaw-mem0已成功載入。

基礎使用

• 啟動對話

  openclaw tui

• 樣本 1：主動添加記憶

  請記住，我購買了阿里雲的 OpenClaw 伺服器，到期時間是 2026 年 4 月 16 日。

• 樣本 2：查詢記憶

  我近期有什麼事情需要注意？

CLI 命令列操作

• 執行openclaw mem0 search "openclaw" 查看記憶

  openclaw mem0 search "openclaw"

• 同時支援的CLI 命令如下

  # Search all memories (long-term + session)
  openclaw mem0 search "what languages does the user know"
  
  # Search only long-term memories
  openclaw mem0 search "what languages does the user know" --scope long-term
  
  # Search only session/short-term memories
  openclaw mem0 search "what languages does the user know" --scope session
  
  # Stats
  openclaw mem0 stats
  
  # Search a specific agent's memories
  openclaw mem0 search "user preferences" --agent researcher
  
  # Stats for a specific agent
  openclaw mem0 stats --agent researcher

Multi-Agent 長記憶隔離

OpenClaw 的 Multi-Agent 情境中，Mem0 + AnalyticDB for MySQL 方案支援多個 Agent 的長記憶隔離。

• 步驟 1：建立 Agent

  # 添加 writer agent
  openclaw agents add writer --workspace ~/.openclaw/workspace-writer --model bailian/qwen3.5-plus --non-interactive
  
  # 重啟 Gateway
  openclaw gateway restart
  
  # 驗證 agent 列表
  openclaw agents list

• 步驟 2：與 Agent 互動

  運行 openclaw tui，切換agent 到 writer 並進行交流。

  

• 步驟 3：搜尋特定 Agent 的記憶

  openclaw mem0 search "科幻小說推薦" --agent writer

• 步驟 4：驗證記憶隔離

  建立一個新的 agent reader

  # 添加 reader agent
  openclaw agents add reader --workspace ~/.openclaw/workspace-reader --model bailian/qwen3.5-plus --non-interactive
  
  # 搜尋 reader 的記憶（應為空白）
  openclaw mem0 search "科幻小說推薦" --agent reader

  可以看到，不同 Agent 的記憶是相互隔離的。