Memory plugin OpenClaw là plugin thay hoặc mở rộng cách agent lưu, tìm và nhắc lại thông tin từ những lần làm việc trước. OpenClaw đã có bộ nhớ mặc định (file Markdown trong workspace và chỉ mục SQLite tìm kiếm hybrid); plugin ngoài như Memory LanceDB, Honcho, Supermemory hay OpenViking chỉ cần khi bạn có vấn đề cụ thể: dữ liệu lớn, nhiều người dùng, cần hồ sơ người dùng hoặc kết hợp kho tài liệu.
Bài thuộc nhóm skills, plugin và kênh kết nối của OpenClaw; khái niệm chung xem OpenClaw là gì. So sánh cách OpenClaw và Hermes Agent ghi nhớ có ở bài persistent memory của Hermes Agent và OpenClaw.
Bộ nhớ mặc định của OpenClaw hoạt động thế nào?
Bộ nhớ mặc định của OpenClaw là các file Markdown trong workspace của agent (mặc định ~/.openclaw/workspace). Theo tài liệu Memory, model chỉ nhớ những gì đã được ghi xuống đĩa, không có trạng thái ẩn:
File Vai trò Khi nào được nạp USER.mdSở thích, cách giao tiếp, dự án đang làm Đầu phiên, ngân sách riêng nhỏ MEMORY.mdDữ kiện, quyết định dài hạn đã chắt lọc Đầu phiên; quá dài thì bị cắt bớt khi đưa vào ngữ cảnh memory/YYYY-MM-DD.mdGhi chú làm việc hằng ngày Ghi chú hôm nay và hôm qua tự nạp khi /new hoặc /reset; các ngày khác tìm qua memory_searchDREAMS.mdNhật ký “dreaming”: tóm tắt đợt gom ghi chú vào MEMORY.md Để người đọc lại
Các file này được lập chỉ mục bằng builtin engine: một CSDL SQLite cho mỗi agent, có tìm từ khoá (FTS5, BM25), tìm vector qua embedding và tìm hybrid kết hợp cả hai (Builtin memory engine). Từ bản 2026.8.1, builtin memory là đường tìm và nhắc lại chính; backend QMD cũ bị gỡ, openclaw doctor --fix chuyển dữ liệu sang. Agent cá nhân đủ điều kiện còn nhắc lại được ngữ cảnh từ các cuộc trò chuyện riêng khác của chính agent đó (release notes 2026.8.1: Memory).
Giới hạn thực tế của bộ nhớ mặc định:
- Việc ghi gì vào bộ nhớ vẫn phụ thuộc agent; thông tin chưa ghi xuống file thì không tìm lại được.
- Khi hội thoại dài, OpenClaw nén ngữ cảnh (compaction) và có một lượt ghi chú vào memory ngay trước đó, nhưng chi tiết nhỏ vẫn có thể rơi mất.
- Một agent, một workspace: muốn tách bộ nhớ theo nhiều người dùng hoặc gom thành hồ sơ người dùng tự động thì phải cấu hình thêm hoặc dùng plugin.
Memory plugin OpenClaw là gì?
Memory plugin OpenClaw là plugin nhận vai trò “bộ nhớ” của agent: tự ghi lại thông tin quan trọng, tạo embedding, tìm theo nghĩa và đưa đoạn liên quan vào ngữ cảnh trước khi agent trả lời. Một memory plugin thường làm một hoặc vài việc sau:
- Tự ghi lại thông tin quan trọng sau mỗi lượt trò chuyện (auto-capture).
- Tự đưa memory liên quan vào ngữ cảnh trước khi trả lời (auto-recall).
- Tìm theo từ khoá, theo nghĩa hoặc kết hợp; xếp hạng lại kết quả.
- Tách memory theo người dùng, dự án, phiên hoặc agent.
- Loại bỏ dữ liệu trùng, cũ, mâu thuẫn; cho xem, sửa, xoá memory.
OpenClaw chỉ cho một plugin giữ ô bộ nhớ (plugins.slots.memory) tại một thời điểm; mặc định là memory-core. Cài plugin khác vào ô này sẽ tắt plugin đang giữ ô và báo cảnh báo (Memory LanceDB). Plugin bổ trợ như Memory Wiki chạy song song, không chiếm ô.
Khi nào cần memory plugin cho OpenClaw?
Memory plugin cho OpenClaw đáng cài khi bộ nhớ mặc định đã được dùng một thời gian và bạn chỉ ra được vấn đề cụ thể. Các trường hợp thường gặp:
- Cần tự động ghi nhớ và nhắc lại sâu qua nhiều phiên mà không phải nhắc agent “hãy nhớ”.
- Nhiều người dùng hoặc nhiều agent cần bộ nhớ tách biệt.
- Muốn hồ sơ người dùng được dựng tự động.
- Lượng dữ liệu lớn, cần cơ sở dữ liệu vector riêng.
- Kết hợp memory với kho tài liệu, website hoặc mã nguồn (RAG).
- Cần biết vì sao một memory được nhắc lại, nguồn gốc và lịch sử thay đổi.
Tiêu chí đánh giá memory plugin OpenClaw
- Khả năng ghi nhớ: có tự nhận dữ liệu quan trọng, chống trùng, xử lý mâu thuẫn không.
- Chất lượng tìm lại: vector, BM25, hybrid, xếp hạng lại, knowledge graph.
- Quyền riêng tư: dữ liệu nằm trên máy bạn, máy chủ riêng hay dịch vụ cloud.
- Tính minh bạch: đọc, sửa, xuất, xoá và truy được nguồn gốc memory không.
- Độ khó triển khai: số bước cài, API key, database, model embedding, tài nguyên máy.
- Mức duy trì: dự án còn được cập nhật, có giấy phép rõ ràng không.
Bảng so sánh 8 memory plugin cho OpenClaw
Bảng sắp theo mức gần với OpenClaw và độ khó triển khai. Ngày cập nhật mã và giấy phép lấy từ GitHub ngày 24/10/2026.
Plugin Hợp với Lưu dữ liệu ở đâu Chi phí, giấy phép Cập nhật mã lần cuối Memory LanceDB Muốn vector DB cục bộ, ít phụ thuộc LanceDB cục bộ hoặc object storage Miễn phí; plugin chính thức của OpenClaw (phát hành riêng) Theo bản OpenClaw Honcho Trợ lý cá nhân, hồ sơ người dùng qua nhiều phiên Honcho cloud hoặc tự host Plugin MIT; Honcho server AGPL-3.0; bản cloud cần API key 23/10/2026 OpenViking Memory kết hợp RAG, kho tài liệu OpenViking Server chạy riêng AGPL-3.0 24/10/2026 Supermemory Muốn cloud, không quản trị database Supermemory cloud Cần gói Supermemory Pro trở lên 09/10/2026 TencentDB Agent Memory Memory phân tầng, ưu tiên chạy cục bộ SQLite + sqlite-vec (mặc định) hoặc Tencent Cloud Miễn phí, README ghi MIT 21/10/2026 memory-lancedb-pro Tinh chỉnh tìm lại chuyên sâu LanceDB Miễn phí, README ghi MIT; đang ở nhánh beta 21/10/2026 ClawXMemory Dự án dài hạn, muốn đọc được memory Markdown + SQLite Miễn phí, MIT 15/04/2026 Gralkor Quan hệ dữ liệu theo thời gian (knowledge graph) Graphiti + FalkorDB Miễn phí; chưa ghi giấy phép 31/05/2026 
8 memory plugin cho OpenClaw và trường hợp nên dùng
1. Memory LanceDB: lựa chọn chính thức, cân bằng
Memory LanceDB là plugin chính thức của OpenClaw nhưng phát hành riêng trên npm, không đi kèm bản cài (docs Memory LanceDB). Plugin lưu memory dài hạn trong LanceDB với tìm kiếm vector, tự nhắc lại memory liên quan trước lượt trả lời và tự ghi dữ kiện quan trọng sau đó. Cài đặt:
openclaw plugins install @openclaw/memory-lancedbLệnh cài tự chuyển plugins.slots.memory sang memory-lancedb. Embedding dùng được OpenAI hoặc endpoint tương thích như Ollama chạy cục bộ.
Điểm mạnh:
- Do OpenClaw phát hành, tích hợp thẳng với ô bộ nhớ.
- Có auto-recall, auto-capture.
- Chạy cục bộ được, kể cả embedding.
Hạn chế:
- Phải cấu hình nhà cung cấp embedding.
- Chất lượng tìm lại phụ thuộc model embedding.
- Công cụ memory_recall của LanceDB không dùng được tính năng “Remember across conversations” của builtin memory.
Hợp với: Người cần bộ nhớ vector ổn định, dễ triển khai, không phụ thuộc nền tảng độc quyền.
2. Honcho: hồ sơ người dùng qua nhiều phiên
Honcho là dịch vụ memory của Plastic Labs, nối với OpenClaw qua plugin ngoài; tài liệu OpenClaw có hẳn trang hướng dẫn (Honcho memory). Honcho lưu hội thoại sau mỗi lượt, dựng mô hình cho người dùng và cho agent, cung cấp công cụ tìm kết luận, tìm tin nhắn cũ, lấy bối cảnh người dùng.
openclaw plugins install @honcho-ai/openclaw-honchoĐiểm mạnh:
- Hồ sơ người dùng qua nhiều phiên và nhiều kênh.
- Có bản cloud và bản tự host.
- Chuyển được dữ liệu từ USER.md, MEMORY.md cũ.
Hạn chế:
- Bản cloud gửi hội thoại sang dịch vụ ngoài.
- Cần quản lý API key, chính sách lưu trữ.
- Kết luận suy ra về người dùng cần được rà định kỳ.
Hợp với: Trợ lý cá nhân, trợ lý điều hành, agent cần hiểu thói quen người dùng theo thời gian.
3. OpenViking: memory kết hợp RAG và kho kiến thức
OpenViking của Volcengine là một context engine: lưu phiên, trích memory, tìm theo nghĩa, RAG và nhập tài nguyên từ tài liệu, URL, Git. Plugin nối OpenClaw với một OpenViking Server chạy riêng.
Điểm mạnh:
- Ghi phiên và tìm memory trước mỗi câu trả lời.
- Nhập tài liệu, mã nguồn nhiều định dạng.
- Có trace giải thích vì sao kết quả được chọn.
Hạn chế:
- Phải dựng OpenViking Server trước.
- Cấu hình phức tạp hơn plugin memory thuần.
- Giấy phép AGPL-3.0 cần xem kỹ khi tích hợp vào sản phẩm.
Hợp với: Đội kỹ thuật, kho tài liệu lớn, RAG nội bộ.
4. Supermemory: cài nhanh nếu chấp nhận cloud trả phí
Supermemory cung cấp bộ nhớ dài hạn trên cloud: tìm memory liên quan trước mỗi lượt, gửi hội thoại sau mỗi lượt để trích dữ liệu, dựng hồ sơ người dùng, nhóm dữ liệu bằng container tag. Theo README plugin, cần gói Supermemory Pro trở lên.
openclaw plugins install @supermemory/openclaw-supermemoryĐiểm mạnh:
- Không phải tự vận hành vector database.
- Thiết lập ngắn, có lệnh xoá memory.
Hạn chế:
- Dữ liệu xử lý trên cloud.
- Phụ thuộc giá và chính sách của nhà cung cấp.
Hợp với: Người muốn memory chạy ngay, không quản trị database.
5. TencentDB Agent Memory: phân tầng, ưu tiên chạy cục bộ
TencentDB Agent Memory tổ chức memory thành bốn tầng: L0 hội thoại gốc, L1 dữ kiện, L2 bối cảnh, L3 persona. Mặc định dùng SQLite + sqlite-vec trên máy, có thể chuyển sang Tencent Cloud.
openclaw plugins install @tencentdb-agent-memory/memory-tencentdbĐiểm mạnh:
- Kiến trúc phân tầng rõ, truy ngược được tới hội thoại gốc.
- Chạy cục bộ mặc định.
Hạn chế:
- Pipeline nhiều tầng tốn thêm độ trễ và lượt gọi model.
- Cần thời gian làm quen với cấu trúc L0–L3.
Hợp với: Agent phục vụ lâu dài, cần persona rõ, muốn giữ dữ liệu trong hạ tầng riêng.
6. memory-lancedb-pro: tinh chỉnh tìm lại chuyên sâu
memory-lancedb-pro là dự án cộng đồng mở rộng LanceDB: tìm hybrid, BM25, vector, xếp hạng lại bằng cross-encoder, tách phạm vi (multi-scope), trích thông minh, quản lý vòng đời memory. README hiện cài từ nhánh beta và lưu ý CPU phải hỗ trợ AVX.
openclaw plugins install memory-lancedb-pro@betaĐiểm mạnh:
- Nhiều tầng xếp hạng, có reranker.
- Tách memory theo agent, người dùng, phạm vi.
- Có công cụ chuyển từ Memory LanceDB.
Hạn chế:
- Nhiều tham số cấu hình.
- Bản đang là beta.
- CPU không có AVX có thể lỗi, phải bật chế độ thay thế.
Hợp với: Người dùng kỹ thuật, nhiều agent, dữ liệu lớn.
7. ClawXMemory: memory dạng Markdown dễ kiểm tra
ClawXMemory của OpenBMB lưu memory dài hạn thành file Markdown đọc được, SQLite chỉ giữ trạng thái vận hành; có cơ chế “Dream” sắp xếp, gộp, bỏ memory cũ và dashboard cục bộ. Mã nguồn được cập nhật lần cuối ngày 15/04/2026, nên thử trên máy riêng trước khi dùng với bản OpenClaw hiện hành.
openclaw plugins install clawhub:openbmb-clawxmemoryĐiểm mạnh:
- Memory mở ra đọc, sửa trực tiếp.
- Tách theo hồ sơ, dự án, phản hồi.
Hạn chế:
- Indexing và Dream tốn thêm lượt gọi model.
- Dự án ít cập nhật trong 6 tháng gần đây.
Hợp với: Viết nội dung dài hạn, nghiên cứu, quản lý dự án.
8. Gralkor: knowledge graph theo thời gian
Gralkor kết hợp Graphiti và FalkorDB để lưu dữ kiện dạng đồ thị có yếu tố thời gian, hợp khi quan hệ giữa người, dự án, sự kiện quan trọng hơn việc tìm đoạn văn giống nhau. Lưu ý: README hướng dẫn cài kèm cờ --dangerously-force-unsafe-install vì plugin tự khởi chạy server đi kèm, dự án chưa ghi giấy phép và được cập nhật lần cuối 31/05/2026. Chỉ nên thử nghiệm sau khi đọc mã nguồn.
Điểm mạnh:
- Biểu diễn quan hệ giữa thực thể, theo thời gian.
Hạn chế:
- Cần Python server và FalkorDB.
- Phải vượt cảnh báo cài đặt không an toàn của OpenClaw.
- Ít người dùng, ít cập nhật.
Hợp với: Thử nghiệm CRM, nghiên cứu sự kiện, hệ thống cần suy luận theo chuỗi quan hệ.
Lựa chọn bổ trợ: Memory Wiki và MemOS Cloud
Memory Wiki là plugin đi kèm OpenClaw (bundled), không thay ô bộ nhớ mà biên dịch dữ liệu bền vững thành wiki có claim, bằng chứng, nguồn gốc và dashboard (docs Memory wiki). Bật bằng:
openclaw plugins enable memory-wikiMemOS Cloud có plugin chính thức của MemTensor (GitHub MemOS-Cloud-OpenClaw-Plugin, Apache-2.0): nhắc lại ngữ cảnh trước khi agent chạy và lưu hội thoại sau mỗi lượt lên MemOS Cloud. Hợp khi bạn đã dùng hệ sinh thái MemOS.
Nên chọn memory plugin OpenClaw nào?
Memory plugin OpenClaw nên chọn theo vấn đề bạn đang gặp, sau khi đã dùng bộ nhớ mặc định một thời gian:
- Mới dùng, nhu cầu cá nhân: giữ
memory-coremặc định. - Cần vector DB cục bộ, ổn định: Memory LanceDB.
- Cần trợ lý hiểu người dùng qua nhiều phiên: Honcho.
- Cần kết hợp memory với tài liệu, RAG: OpenViking.
- Muốn cloud, không quản trị database: Supermemory.
- Muốn persona phân tầng, chạy cục bộ: TencentDB Agent Memory.
- Cần tinh chỉnh tìm lại sâu: memory-lancedb-pro.
- Muốn kho kiến thức dễ duyệt bên cạnh backend chính: Memory Wiki.
Lưu ý bảo mật và vận hành khi dùng memory plugin
Memory dài hạn làm agent cá nhân hoá hơn nhưng cũng mở rộng bề mặt rủi ro: nội dung không đáng tin từ email, website, tài liệu có thể bị ghi vào memory và ảnh hưởng hành vi về sau (memory poisoning).
- Chỉ bật auto-capture khi đã hiểu loại dữ liệu sẽ được lưu.
- Không lưu mật khẩu, private key, API key, mã xác thực vào memory.
- Tách memory theo người dùng trong hệ thống nhiều tài khoản; đặt cơ chế xoá và thời gian lưu.
- Chỉ cài plugin từ nguồn minh bạch; đọc mã trước khi chấp nhận cảnh báo cài đặt không an toàn.
- Ghim phiên bản plugin trên máy chạy thật; sao lưu trước khi đổi backend, re-embed hay nâng cấp.
- Không coi auto-recall là dữ liệu chính xác hoàn toàn; quyết định quan trọng cần đối chiếu nguồn.
Sao lưu workspace và dữ liệu memory định kỳ: xem tự động backup n8n và OpenClaw lên Google Drive. Rủi ro chung khi giao quyền cho agent: rủi ro bảo mật khi dùng OpenClaw.
Muốn chạy OpenClaw 24/7 mà không tự cài? VPS OpenClaw của Tino cài sẵn OpenClaw trên VPS NVMe đặt tại Việt Nam; bạn vẫn có quyền root để cấu hình. Xem cấu hình và giá trên trang sản phẩm.
Bài viết liên quan:
- Tổng hợp plugin OpenClaw đáng dùng
- Phân biệt Skills và Plugin trong OpenClaw
- OpenClaw có khả năng tự học không?
- Agent browser cho OpenClaw
- Xoá và lưu trữ session bằng OpenClaw CLI
Những câu hỏi thường gặp
OpenClaw có sẵn bộ nhớ không?
Có. OpenClaw dùng memory-core mặc định với USER.md, MEMORY.md, ghi chú theo ngày và chỉ mục SQLite tìm kiếm hybrid. Phần lớn nhu cầu cá nhân chưa cần cài thêm plugin.
Memory plugin có giúp OpenClaw nhớ toàn bộ cuộc trò chuyện không?
Không theo nghĩa đưa toàn bộ lịch sử vào prompt. Plugin trích dữ kiện quan trọng, tạo embedding hoặc chỉ mục rồi chỉ nhắc lại phần liên quan, nhờ đó tiết kiệm token và ít nhiễu hơn.
Có dùng nhiều memory plugin cùng lúc được không?
Chỉ một plugin giữ plugins.slots.memory tại một thời điểm. Plugin bổ trợ không chiếm ô, như Memory Wiki, vẫn chạy song song với backend chính.
Memory plugin chạy cục bộ có an toàn hơn cloud không?
Chạy cục bộ giảm việc chuyển dữ liệu ra ngoài nhưng không tự an toàn: máy chủ vẫn cần phân quyền, sao lưu, cập nhật và giới hạn truy cập mạng. Bản cloud tiện hơn nhưng cần đọc kỹ chính sách dữ liệu và quyền xoá.
Cài memory plugin có làm OpenClaw chậm hơn không?
Có thể. Auto-capture, embedding, xếp hạng lại, trích persona hay knowledge graph đều cần thêm thời gian và lượt gọi model. Nên bắt đầu với số kết quả nhắc lại nhỏ rồi tăng dần.
