OpenClaw+QMD配置指南：95%压缩率下的极致性能优化方案
如果你发现OpenClaw响应迟缓、API开销激增，甚至因上下文过长而崩溃，核心症结往往在于：每一次对话请求，系统都在不加甄别地将完整的对话历史传递给模型。这种粗放的方式不仅效率低下，更会带来不必要的成本负担。
自2026.2.2版本起，OpenClaw集成了名为QMD的本地语义记忆系统，专为解决此问题设计。它通过智能筛选与语义压缩，能够将冗余的历史对话“折叠”起来，仅提取与当前查询最相关的核心片段注入上下文，实测可实现高达95%的上下文压缩率。以下是激活并优化这套系统的完整配置流程。
一、验证基础环境与版本兼容性
QMD功能对运行环境与核心版本有硬性要求。若条件不符，系统可能检索失败或自动降级至低效的全量上下文模式。因此，部署前务必确认以下两个关键组件达标。
首先，在终端执行命令 openclaw --version，核查OpenClaw主程序版本。确保其版本号不低于 v2026.2.2。若版本过低，需运行 openclaw update --force 完成强制升级。
其次，QMD依赖支持向量扩展的SQLite数据库。在终端中输入 sqlite3 --version，确认其版本为 3.40.0 或更高。这是向量索引功能得以正常运行的前提。
二、安装QMD CLI工具
QMD通过一个独立的命令行工具与OpenClaw协同工作。该工具无需依赖全局Node.js环境，推荐使用性能更优的Bun包管理器进行安装，以获得跨平台的一致体验。
安装命令为：bun install -g @tobilu/qmd。若系统未安装Bun，也可使用npm：npm install -g @tobilu/qmd。
安装完成后，执行 qmd --version 命令验证安装结果，终端应输出类似 v2026.3.31 的版本号。
三、初始化QMD记忆数据库
此步骤将构建你的私人知识库向量索引。QMD会扫描你指定的对话历史与文档，依据语义进行智能分块，并为每个文本块生成嵌入向量，最终建立本地向量数据库。后续所有的高效语义检索都基于此库进行。
操作时，请进入你的OpenClaw项目根目录，执行初始化命令：qmd init --memory-dir ./memories。
初始化耗时通常在10至90秒之间，具体取决于历史数据的规模。完成后，请检查目录下是否已生成 memories/qmd.db 数据库文件及 memories/chunks/ 语义块存储目录。
四、启用QMD作为默认记忆后端
请注意，OpenClaw默认仍使用传统的滑动窗口记忆模式。你必须手动修改配置，明确指定系统切换至QMD驱动，否则前述步骤不会生效。此配置仅影响此后发起的新对话。
找到并编辑OpenClaw的配置文件 config.yaml，定位至 memory: 配置节点。
将该节点下的 backend: 字段值，从默认的 default 修改为 qmd。
接着，在同一节点下，新增一行参数以指定数据库路径：qmd_path: ./memories/qmd.db。
五、配置三层混合检索策略
QMD的核心优势在于其混合检索策略。它并非依赖单一算法，而是融合了BM25关键词匹配、向量语义搜索以及LLM重排序三层机制。这种设计旨在兼顾检索的召回率与精确度，提升结果的相关性与鲁棒性。
日常使用建议启用全栈混合模式。在刚才修改的 config.yaml 文件的memory节点内，追加配置：retrieval_mode: hybrid。
同时，建议设置两个关键参数：一是 max_retrieved_chunks: 5，用于控制每次对话最多召回的语义块数量（通常3到7个是性能与效果的平衡点）；二是 similarity_threshold: 0.68，此为动态相关性阈值，相似度低于此值的片段将被自动过滤，确保注入上下文的均为高相关度内容。
六、强制触发记忆重建与校验
这是实现95%高压缩率的关键步骤，不可省略。配置更新后，必须主动触发一次向量索引的强制重建，使QMD能依据新策略重新处理全部历史数据。否则，系统可能仍从旧缓存中读取信息。
执行命令：qmd rebuild --force。
观察终端输出，当出现类似 [✓] 100% chunks embedded, 95.3% token reduction estimated 的提示时，表明重建成功，并已预估出令牌削减量。
最后，启动OpenClaw进行一次测试对话。随后检查运行日志，若发现包含 QMD retrieval hit: 3 chunks (total 892 tokens) 此类字样，即证明QMD已正常工作——它仅选取了3个核心片段（总计892令牌）便支撑了本次对话，压缩效果显著。