code-review-graph 会把代码库预解析为函数、类、调用、依赖组成的结构化图谱,并通过 MCP 提供给 Claude Code 等 AI 编程工具查询。借助影响半径分析和增量索引,它能减少大项目中反复全文读代码带来的 token 浪费。
Hermes Agent 原生记忆容易出现重复、过期和关键词检索失效的问题。MemOS 本地记忆插件通过语义分片、摘要、向量化、智能去重和混合检索,把长期对话整理成可更新、可检索的本地记忆,并提供技能评估、多 Agent 协同和 Web 管理面板。
大语言模型本身没有运行时状态,AI Agent 必须在模型外设计记忆系统。围绕 OpenClaw、Claude Code 和 Hermes Agent,拆解文件记忆、上下文工程、情景记忆三种架构路线的机制、适用场景和代价。
OpenClaw 将智能体记忆拆成动态会话日志和静态长期记忆,并通过 Markdown、JSONL、Embedding、sqlite-vec 和 FTS5 构建可持久化、可检索的记忆系统。重点讲清它如何写入记忆、索引记忆、召回记忆,以及为什么有了记忆层后 token 成本仍然不低。