Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计提醒

local-vector-memory局部向量存储器

Agent Skill

用于搭建或维护带检索增强的 RAG 工作流,适合让 Agent 处理知识库问答、向量检索、来源引用和事实核查。它可以辅助整理数据接入、Embedding、向量库、召回参数和回答生成流程。使用时需要确认数据来源、更新频率、召回阈值和引用展示方式,避免把未命中的资料或过期内容包装成确定事实。

总安装

2,864

周安装

117

GitHub Stars

公开资料未说明

下载量

927
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:local-vector-memory(局部向量存储器)
来源仓库:https://github.com/jancong/local-vector-memory
安装命令:
openclaw skills install local-vector-memory
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install local-vector-memory

简介

使用 Ollama 嵌入和 Qdrant 存储、搜索和管理本地矢量内存,支持中文和英文文本,无需依赖云。

SKILL.md

name
local-vector-memory
description
Local vector memory with Ollama embeddings + Qdrant. Use when storing, searching, or managing local vector-based memories without cloud APIs. Supports Chinese and English text. Zero cloud dependency. Triggers: vector memory, local embedding, semantic search, memory storage, qdrant, ollama embedding, local RAG.

Local Vector Memory Skill

Zero-cloud vector memory using Ollama embeddings + Qdrant local storage.

Prerequisites

# Ollama with embedding model
ollama pull qwen3-embedding:4b

# Install the package
pip install local-vector-memory

Quick Reference

lvm init                    # Initialize database
lvm add "text to remember"  # Store a memory
lvm search "query"          # Semantic search
lvm search "query" --limit 3 --json  # Structured output
lvm stats                   # Show stats
lvm reindex --dir ~/notes   # Reindex markdown files
lvm delete "source_name"    # Delete by source

Python Library Usage

from local_vector_memory.core import LocalVectorMemory

lvm = LocalVectorMemory()  # uses env defaults
lvm.add("OpenClaw baseUrl must not end with /v1")
results = lvm.search("how to configure ollama")
for r in results:
    print(f"[{r['score']}] {r['source']}: {r['text'][:100]}")

Configuration

Env VarDefaultDescription
LVM_OLLAMA_URLhttp://localhost:11434Must be localhost (SSRF protected)
LVM_MODELqwen3-embedding:4bEmbedding model
LVM_DIMS2560Vector dimensions
LVM_DB_PATH~/.local-vector-memory/qdrantStorage path
LVM_CHUNK_SIZE400Chunk size in chars
LVM_CHUNK_OVERLAP50Overlap between chunks

Embedding Model Selection

ModelDimsSizeChinese Hit RateBest For
qwen3-embedding:4b2560~2.5GB100%Chinese/English mixed
bge-m31024~570MB40%Multilingual, low RAM
nomic-embed-text768274MB30%English-only, minimal RAM

Integration Patterns

With OpenClaw

Add to HEARTBEAT.md or cron for periodic reindexing:

lvm reindex --dir ~/.openclaw/workspace/memory

As a backup search layer

When memory_search doesn't find what you need:

lvm search "query" --json

Security

  • Ollama URL restricted to localhost only (SSRF protection)
  • Path traversal blocked in reindex glob patterns
  • Input length limits enforced (100K text, 10K query)
  • All data stored locally, no network calls except to local Ollama

Links

  • PyPI: https://pypi.org/project/local-vector-memory/
  • GitHub: https://github.com/JanCong/local-vector-memory

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

70.35%
按下载量换算652

安全审计

VirusTotal

未展示

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills