自进化的 Agent 记忆层 —— PowerMem 简易操作手册

前两篇关于遗忘机制和记忆生命周期的文章：

可能会想：怎么让 PowerMem 这东西在我的电脑上跑起来？

今天这篇文章，就是 PowerMem 的操作手册，不讲原理只讲步骤。从服务端部署到客户端接入，一条链路从头串到尾，每一步都有明确的命令和截图。

这个手册的目标是：你按照顺序做完（或者让你的通用 Agent 根据文章内容做完），就能拥有一套部署好的 PowerMem 服务端，以及一个已经接好记忆层的 Claude Code 或 OpenClaw 客户端。

一、Linux 服务端：安装、配置、启动

1.1 环境要求

Python >= 3.11
pip 或 uv（推荐 uv，更快）

1.2 安装

复制代码

# 从 PyPI 安装（生产环境推荐）
uv pip install "powermem[cli,server,mcp,seekdb]"

# 或从源码安装（开发环境）
git clone https://github.com/oceanbase/powermem.git
cd powermem
uv pip install -e ".[cli,server,mcp,seekdb]"

各 extras 说明：

extras	作用
`cli`	`pmem` 命令行工具
`server`	`powermem-server` HTTP API 服务器
`mcp`	MCP 协议支持
`seekdb`	内嵌向量数据库（零配置，无需单独部署数据库）

1.3 初始化配置

复制代码

# 交互式生成 .env 配置文件
pmem config init

也可手动创建 .env 文件。以下是我的配置：

复制代码

# DATABASE_PROVIDER=oceanbase
DATABASE_PROVIDER=sqlite
SQLITE_PATH=/root/data/package/powermem/powermem.db
# LLM_PROVIDER=anthropic
LLM_PROVIDER=openai
# ANTHROPIC_LLM_BASE_URL=https://token-plan-cn.xiaomimimo.com/anthropic
# LLM_API_KEY=tp-xxx
# LLM_MODEL=mimo-v2.5-pro
LLM_API_KEY=xxx
LLM_MODEL=step-3.7-flash
OPENAI_LLM_BASE_URL=https://api.stepfun.com/step_plan/v1
EMBEDDING_PROVIDER=siliconflow
EMBEDDING_API_KEY=sk-xx
EMBEDDING_MODEL=BAAI/bge-m3
# OCEANBASE_EMBEDDING_MODEL_DIMS=1024
# EMBEDDING_DIMS=1024

注意事项：

SQLITE_PATH 必须是完整的数据库文件路径（如 /root/data/powermem/powermem.db），不能只是文件夹路径
使用 seekdb 时，EMBEDDING_DIMS 或 OCEANBASE_EMBEDDING_MODEL_DIMS 是必填项，维度要和嵌入模型匹配
硅基流动的嵌入模型如果不走 seekdb，可以不配 EMBEDDING_DIMS

1.4 启动服务器

复制代码

powermem-server --host 0.0.0.0 --port 8848

参数说明：

参数	默认值	说明
`--host`	`0.0.0.0`	监听地址
`--port`	`8848`	监听端口
`--workers`	`4`	工作进程数（内嵌存储自动降为 1）
`--reload`	关闭	开发模式，代码变更自动重载
`--log-level`	`INFO`	日志级别

首次启动会比较慢（60-120 秒），因为需要初始化 seekdb 和下载嵌入模型。

验证启动成功：

复制代码

curl http://localhost:8848/api/v1/system/health
# 返回 {"status":"ok"} 即成功

二、Dashboard 使用

2.1 访问 Dashboard

服务器启动后，浏览器打开：

复制代码

http://<服务器IP>:8848/dashboard/

2.2 Dashboard 功能

页面	路径	功能
总览	`/dashboard/`	记忆总量、增长趋势、质量指标、系统健康
记忆管理	`/dashboard/memories`	浏览、搜索、查看、删除记忆
用户画像	`/dashboard/user-profile`	查看用户级别的聚合画像
设置	`/dashboard/settings`	配置 API Key（仅在服务端开启认证时需要）

2.3 开启认证（可选）

在 .env 中添加：

复制代码

POWERMEM_SERVER_AUTH_ENABLED=true
POWERMEM_SERVER_API_KEYS=your-secret-key

重启服务器后，所有 API 请求需携带 X-API-Key 头。Dashboard 的 Settings 页面可配置 Key。

2.4 API 文档

服务器自带 Swagger 文档：

复制代码

http://<服务器IP>:8848/docs

三、本地 Claude Code 连接 PowerMem 服务器

以下步骤在本地 Windows/Mac 操作，服务器在远程 Linux。

3.1 在 Dashboard 获取 API Key

如果服务端开启了认证，先在 Dashboard Settings 页面拿到 API Key。

3.2 通过 Marketplace 安装插件

在 Claude Code 中依次执行：

复制代码

/plugin marketplace add oceanbase/powermem
/plugin install memory-powermem@powermem
/reload-plugins

如果网络不通，也可以从源码安装：claude --plugin-dir /path/to/powermem/apps/claude-code-plugin

3.3 初始化插件

复制代码

/memory-powermem:init

这会自动创建插件本地虚拟环境、安装 powermem 后端、启动管理服务器。

3.4 Windows 用户：修复 hooks 命令

init 生成的 hooks.json 默认使用 sh，Windows 需要改为 PowerShell。

hooks 文件位置：

复制代码

C:\Users\<你的用户名>\.claude\plugins\cache\powermem\memory-powermem\0.1.0\hooks\hooks.json

将所有 sh "${CLAUDE_PLUGIN_ROOT}/hooks/run-hook.sh" 替换为：

复制代码

"command": "powershell.exe -NoProfile -ExecutionPolicy Bypass -File \"${CLAUDE_PLUGIN_ROOT}/hooks/run-hook.ps1\""

完整示例：

json 复制代码

{
  "hooks": {
    "UserPromptSubmit": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell.exe -NoProfile -ExecutionPolicy Bypass -File \"${CLAUDE_PLUGIN_ROOT}/hooks/run-hook.ps1\"",
            "timeout": 120
          }
        ]
      }
    ],
    "SessionEnd": [
      {
        "hooks": [
          {
            "type": "command",
            "command": "powershell.exe -NoProfile -ExecutionPolicy Bypass -File \"${CLAUDE_PLUGIN_ROOT}/hooks/run-hook.ps1\""
          }
        ]
      }
    ],
    "PostCompact": [
      {
        "matcher": "auto|manual",
        "hooks": [
          {
            "type": "command",
            "command": "powershell.exe -NoProfile -ExecutionPolicy Bypass -File \"${CLAUDE_PLUGIN_ROOT}/hooks/run-hook.ps1\""
          }
        ]
      }
    ]
  }
}

3.5 配置连接远程服务器

如果 powermem-server 不在本机（比如在远程 Linux），需要配置环境变量。

方式一：在 Claude Code 的 settings.json 中配置（推荐）：

编辑 ~/.claude/settings.json，添加：

json 复制代码

{
  "env": {
    "POWERMEM_BASE_URL": "http://<服务器IP>:8848",
    "POWERMEM_API_KEY": "your-secret-key"
  }
}

方式二：在启动 Claude Code 前设置环境变量：

复制代码

export POWERMEM_BASE_URL=http://<服务器IP>:8848
export POWERMEM_API_KEY=your-secret-key

3.6 重启 Claude Code

重新启动 Claude Code 即可生效。

3.7 验证

记忆落库时机：

用户发送消息时：自动检索相关记忆，注入到上下文中（默认开启）
执行 /compact 时：将压缩摘要保存为记忆
退出会话时：将完整会话记录保存为记忆

验证方法：结束一个会话后，在 Dashboard 的 Memories 页面查看是否有新记忆写入。

四、OpenClaw 安装 PowerMem 并连接落库

4.1 安装插件

直接跟 OpenClaw 说：

通过 memory-powermem 帮我安装一下 powermem 记忆引擎插件

或手动执行：

复制代码

openclaw plugins install memory-powermem

4.2 配置嵌入模型

阿里云百炼的 coding plan 没有嵌入模型，需要手动编辑 powermem 环境文件：

找到插件数据目录下的 powermem.env（通常在 ~/.openclaw/ 下），添加/修改嵌入模型相关配置：

复制代码

EMBEDDING_PROVIDER=siliconflow
EMBEDDING_API_KEY=sk-xxx
EMBEDDING_MODEL=BAAI/bge-m3
EMBEDDING_DIMS=1024

根据实际使用的嵌入服务调整 provider、model 和维度。

4.3 连接远程服务器（可选）

默认 CLI 模式使用本地 pmem 存储，无需额外服务器。

如果需要共享团队的 PowerMem 后端，在 OpenClaw 中配置 requestConfig.memory_db 指向服务器地址：

复制代码

http://<服务器IP>:8848

4.4 验证

让 OpenClaw 记住一句话：帮我记住测试探针：dragonfruit-zx9
新开对话，让 OpenClaw 回忆：dragonfruit-zx9 是什么
能正确召回即表示工作正常

PowerMem 记忆如何"自进化"？

PowerMem 不止是一个存储桶------它是一个持续进化的记忆层。每条记忆从捕获到落库再到被检索，经历一个完整的生命周期：

捕获（Capture） ：用户每次发消息，PowerMem 自动检索相关记忆注入上下文；执行 /compact 时，压缩摘要自动落为记忆；会话结束时，完整会话记录被保存
存储（Store）：文本经过 Embedding 向量化，与元数据一同落入 SQLite / OceanBase 数据库，被持久化保存
检索（Retrieve）：用户提问时，语义向量检索找到最相关的 Top-K 条记忆，注入到上下文中增强 Agent 回答质量
进化（Evolve）：重复记忆被去重合并，用户画像持续更新，过期记忆淘汰、新记忆增强

这个四步循环让 Agent 越用越聪明，越用越懂你。

常用命令速查

操作	命令
安装	`uv pip install "powermem[cli,server,mcp,seekdb]"`
初始化配置	`pmem config init`
启动服务器	`powermem-server --host 0.0.0.0 --port 8848`
健康检查	`curl http://localhost:8848/api/v1/system/health`
Dashboard	`http://localhost:8848/dashboard/`
API 文档	`http://localhost:8848/docs`