1. 参数配置与模型切换方法 作者： @趴在关键词上捡钱 做了什么： 用QMD+Qdrant向量数据库为OpenClaw搭建外挂记忆系统，解决Gateway崩溃导致记忆丢失的问题，同时大幅降低Token消耗成本。 怎么做的： （1）数据来源：对话记录中的关键信息 （2）触发条件：项目结束时手动触发”同步记忆”指令 （3）执行步骤： – 配置OpenClaw内置的轻量化Local Vector Store作为向量存储 – 使用gemini-embedding-001或OpenAI embedding将文字转为向量 – 对话结束后，AI将关键信息”切片”存入向量数据库 – 新任务开始前执行”清空上下文”，将昂贵聊天记录清零 – 需要旧信息时，AI自动检索数据库并提取相关片段 （4）输出位置：Local Vector Store本地向量库（可存数万条笔记） （5）频率/阈值：项目结束同步记忆，按需检索