PowerMem自进化Agent记忆层简易操作手册

该来的总会来。看完前两篇关于遗忘机制和记忆生命周期的文章——《从神经元到代码工程》和《一条信息在 Agent 记忆系统中的完整旅程》——你大概率会问：那么，怎么在自己的机器上跑起 PowerMem 呢？

今天这篇，就是一份纯粹的实操手册。不提理论，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。

目标很明确：按顺序做完，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。如果你更信任你的通用 Agent，直接把文章内容丢给它也行。

一、Linux 服务端：安装、配置、启动

1.1 环境要求

• Python >= 3.11
• pip 或 uv（uv 更快，推荐）

1.2 安装

# 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 各司其职：

1.3 初始化配置

# 交互式生成 .env 配置文件
pmem config init

也可以手动创建 .env 文件。一个典型的配置示例如下：

# 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

几个容易踩的坑：

• SQLITE_PATH 必须是完整的数据库文件路径（如 /root/data/powermem/powermem.db ），不要只给个文件夹路径
• 如果使用 seekdb，EMBEDDING_DIMS 或 OCEANBASE_EMBEDDING_MODEL_DIMS 是必填项，维度必须和嵌入模型匹配
• 如果使用硅基流动的嵌入模型且不走 seekdb，可以不配 EMBEDDING_DIMS

1.4 启动服务器

powermem-server --host 0.0.0.0 --port 8848

参数一览：

首次启动可能会慢一些，60-120 秒不等——seekdb 初始化、嵌入模型下载，都得等。

验证启动是否成功：

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

二、Dashboard 使用

2.1 访问 Dashboard

服务器启动后，浏览器打开：

http://<服务器IP>:8848/dashboard/

2.2 Dashboard 功能

2.3 开启认证（可选）

如果想上点保险，在 .env 中添加：

POWERMEM_SERVER_AUTH_ENABLED=true
POWERMEM_SERVER_API_KEYS=your-secret-key

然后重启服务器。所有 API 请求需要携带 X-API-Key 头。Dashboard 的 Settings 页面可以配置这个 Key。

2.4 API 文档

服务器自带 Swagger 文档：

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 上操作，服务器部署在远程 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：

/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

/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：

C:Users<你的用户名>.claudepluginscachepowermemmemory-powermem.1.0hookshooks.json

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

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

完整示例如下：

{
  "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：

{
  "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

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

记忆落库的时机主要有三个：

• 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，去 Dashboard 的 Memories 页面看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。

或者手动执行：

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，所以需要手动编辑 powermem 的环境文件。

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

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 和对应的维度。

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：

http://<服务器IP>:8848

4.4 验证

1. 让 OpenClaw 记住一句话：帮我记住测试探针：dragonfruit-zx9
2. 新开一个对话，让 OpenClaw 回忆：dragonfruit-zx9 是什么
3. 能正确召回，工作正常。

PowerMem 记忆如何"自进化"？

PowerMem 不只是一个存储桶，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：

1. 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。
2. 存储（Store）：文本经过 Embedding 向量化，与元数据一同落入 SQLite 或 OceanBase 数据库，被持久化保存。
3. 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 的回答质量。
4. 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。

这么一套四步循环下来，Agent 越用越聪明，越用越懂你。

常用命令速查

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：PowerMem自进化Agent记忆层简易操作手册要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题