MemClaw 实战：30 分钟给 OpenClaw 装上“超级大脑“

前两篇文章我们介绍了 Cortex Memory（https://github.com/sopaco/cortex-mem）的核心价值和技术架构。你可能会想：这套看起来很复杂的系统，实际用起来会不会很麻烦？答案是：不会。MemClaw 插件的设计理念就是"开箱即用"——一行安装命令，几行配置，你的 OpenClaw 就能拥有三层记忆架构的强大能力。让我们用 30 分钟，完成从零到实战的全过程。准备工作：环境搭建系统要求要求详情操作系统Windows x64 / macOS Apple Silicon / Linux x64Node.js≥ 20.0.0OpenClaw已安装并正常运行Docker用于运行 Qdrant（可选，也可使用云服务）Step 1：启动 Qdrant 向量数据库MemClaw 需要 Qdrant 作为向量存储后端。最简单的方式是用 Docker：# 拉取并启动 Qdrantdockerrun-d\--nameqdrant\-p6333:6333\-p6334:6334\-v$(pwd)/qdrant-data:/qdrant/storage\qdrant/qdrant# 验证服务curlhttp://localhost:6333/health# 返回 {"title":"qdrant - vector search engine","status":"ok"}Windows PowerShell 用户：docker run-d--name qdrant-p 6333:6333-p 6334:6334 qdrant/qdrantStep 2：获取 API 密钥MemClaw 需要两个 API：LLM API：用于记忆提取和摘要生成Embedding API：用于向量化推荐使用 OpenAI 兼容的 API：# OpenAIexportOPENAI_API_KEY="sk-xxx"# 或使用阿里云百炼（国内用户友好）exportOPENAI_API_KEY="sk-xxx"exportOPENAI_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"安装配置：三步搞定Step 1：安装插件openclaw pluginsinstall@memclaw/memclaw安装完成后，插件会自动下载对应平台的二进制文件（Rust 编译的 cortex-mem-service）。Step 2：配置 OpenClaw编辑~/.openclaw/openclaw.json（或你的工作区配置文件）：{"plugins":{"entries":{"memclaw":{"enabled":true,"config":{"serviceUrl":"http://localhost:8085","tenantId":"my-project","autoStartServices":true,"llmApiBaseUrl":"https://api.openai.com/v1","llmApiKey"