前几天，飞书群里有朋友问我：”为什么你的 OpenClaw 机器人响应这么快？我们的又慢又卡，动不动就卡死。”

说实话，我之前也被这个问题困扰过。

用 OpenClaw 搭建 AI 助手时，你肯定遇到过这些情况：随便聊几轮就提示达到使用限制，每次提问都要等好几秒甚至十几秒，严重的时候直接卡死。更要命的是，看着 API 账单一路飙升，心里总觉得不值——明明只是想让它回忆一下之前的对话，为什么要塞那么多无关内容进去？

GPT plus 代充 只需 145

传统的记忆系统会把整个 MEMORY.md 文件直接塞进上下文。但其中 90% 的内容可能和当前问题毫无关系。上下文越长，请求就越慢，成本也越高，AI 还容易被无关信息干扰。

我遇到过最夸张的情况：一个长期运行的会话，上下文累积到了 20 万 token。每次提问要等 1-2 分钟才有回应，最后直接卡死崩溃，API 账单也爆了。

即使是正常使用，5000-10000 token 的上下文也很常见，每次请求要等 15-30 秒，还经常触发 rate limit。

不过，OpenClaw 2026.2.2 版本之后，这个问题可以说已经被解决了。

OpenClaw 从 2026.2.2 版本开始，内置了 QMD（Quantum Memory Database） 记忆后端。这是 Shopify 联合创始人兼 CEO Tobias Lütke (Tobi) 开发的本地语义搜索引擎。

不要把整个文件塞给 AI，而是先用本地搜索找到最相关的片段（通常只有 2-3 句话），再把这些精准内容传给 AI。

根据实际使用数据：

📊 Token 削减比例

• 削减范围：60-97%
• 平均削减：95% 以上

⚡ 响应速度提升

• 日常场景：5000 token → 响应从 15 秒降到 2 秒
• 长期会话：80000 token → 响应从 45 秒（或超时）降到 3 秒
• 极端情况：20 万 token 从”完全不可用”变成”秒级响应”

💰 成本降低

• API 成本直接降低 90-99%

🎯 真实案例 来自 OpenClaw 社区：有个 bot 每次发送整个聊天历史导致 50K+ tokens，造成 context overflow 和崩溃，启用 QMD 后只提取相关内容，问题彻底解决。

最关键的是：

• ✅ 完全免费
• ✅ 完全本地运行
• ✅ 数据永远不出你的电脑
• ✅ 不消耗任何 API 配额

相关链接：

• QMD GitHub: https://github.com/tobi/qmd
• OpenClaw 官网: https://openclaw.ai

QMD 采用三层混合搜索机制：

精准匹配关键词，类似传统搜索引擎

理解语义相似度，能找到意思相近但用词不同的内容

用 AI 对结果进行二次优化，确保最相关的内容排在前面

性能指标：

• 混合搜索精准度：93%
• 纯语义搜索精准度：59%
• 混合搜索明显更准确

底层技术：

• 基于 TypeScript + Bun 开发，使用 node-llama-cpp 运行本地模型
• 12 个文件的索引只需几秒钟
• 所有模型在本地运行（GGUF 格式）：
• embeddinggemma-300M-Q8_0（嵌入）
• qwen3-reranker-0.6b-q8_0（重排序）
• qmd-query-expansion-1.7B-q4_k_m（查询扩展）

• 完全离线，首次下载模型后不需要联网

⚠️ OpenClaw 版本需要 ≥ 2026.2.2

检查你的版本：

openclaw –version

如果版本低于 2026.2.2，需要先更新到最新版本。

所有平台统一使用以下命令：

讯享网npm i -g bun bun install -g github:tobi/qmd

首次运行会自动下载模型 embeddinggemma-300M-Q8_0.gguf（约 330MB）

QMD 需要支持 vector 扩展的 SQLite。不同操作系统的安装方法：

macOS 用户：

使用 Homebrew 安装：

brew install sqlite

验证安装：

讯享网sqlite3 –version

Linux 用户：

根据发行版选择对应命令：

# Debian/Ubuntu sudo apt update sudo apt install sqlite3 libsqlite3-dev

Fedora/RHEL/CentOS

sudo dnf install sqlite sqlite-devel

Arch Linux

sudo pacman -S sqlite

验证安装：

讯享网sqlite3 –version

Windows 用户：

有两种安装方式：

方式一：使用 Chocolatey（推荐）

如果已安装 Chocolatey，执行：

choco install sqlite

方式二：手动安装

1. 访问 SQLite 官网下载页面：https://www.sqlite.org/download.html
2. 下载 “Precompiled Binaries for Windows” 中的：

• sqlite-tools-win-x64-*.zip（包含 sqlite3.exe）

1. 解压到任意目录（例如 C:\sqlite）
2. 将该目录添加到系统 PATH 环境变量：

• 右键”此电脑” → “属性” → “高级系统设置”
• “环境变量” → 编辑”Path”变量
• 添加解压路径（例如 C:\sqlite）

1. 重启终端，验证安装： sqlite3 –version
   
   

安装完成后，验证 QMD 是否正常工作：

讯享网qmd –version

如果显示版本号，说明安装成功

根据你使用的版本和操作系统，配置文件位置：

OpenClaw 用户：

• macOS/Linux：~/.openclaw/openclaw.json
• Windows：C:\Users\你的用户名.openclaw\openclaw.json

在配置文件中添加或修改以下内容：

{ “memory”: {

讯享网"backend": "qmd", "qmd": { "limits": { "timeoutMs": 8000 } } 

} }

配置说明：

• backend: “qmd” - 切换到 QMD 记忆后端
• timeoutMs: 8000 - 设置超时时间为 8 秒（默认 4 秒可能不够）

💡 提示： 所有操作系统的配置内容完全相同，只是文件路径不同

所有操作系统使用相同命令：

# 重启 OpenClaw Gateway 服务 openclaw gateway restart

或者在聊天中发送命令（仅限 owner）

/restart

Windows 用户提示：

• 在 PowerShell 或 CMD 中执行上述命令
• 如果命令无法识别，确认 OpenClaw 已正确添加到系统 PATH

重启后：

• OpenClaw 会自动使用 QMD 进行记忆检索
• 如果 QMD 出现问题，会自动回退到内置的 SQLite 记忆系统
• 不影响正常使用

验证 QMD 是否正常工作：

查看 OpenClaw 日志，确认 QMD 后端已启用：

讯享网openclaw logs –follow

如果看到类似 Using QMD memory backend 的日志，说明配置成功

我在启用 QMD 前后做了对比测试，结果让人惊喜。

测试问题： “我们三个月前讨论的那个项目，最后用的什么方案？”

结论： 速度快了 20+ 倍，成本降低 200+ 倍，而且不会失败。

测试问题： “我们之前所有项目用过哪些技术栈？”

结论： 速度提升 10 倍，再也没卡死过。

测试问题： “帮我写个函数”

结论： 日常使用体验天差地别。

大模型的推理时间和输入 token 数量基本成正比关系：

我的极端案例：

那个 20 万 token 的会话，单次请求成本高达 \(6-8</b>，而且基本上都是超时失败，钱白花了。</p><p data-pid="FrsASfk9"><b>启用 QMD 后：</b></p><p data-pid="3qy9Irn8">无论历史记录有多长，每次只提取最相关的几句话（通常削减 95% 以上）。</p><p data-pid="H9YNXYfO">✅ 响应快了 5-50 倍 </p><p data-pid="QTpHg4Gf">✅ 成本降低 90-99% </p><p data-pid="HIzud8xZ">✅ 精准度反而更高（因为噪音少了） </p><p data-pid="pStdLnVi">✅ <b>再也不会因为上下文太长而卡死或超时</b></p><p data-pid="wIYrK63G">如果你符合以下任一情况，强烈建议启用 QMD：</p><ul><li data-pid="a0wlCdWV">🔴 会话历史超过 1 万 token（基本上运行一周就会超过）</li><li data-pid="PbyFO8NZ">🔴 经常被慢速响应或卡死困扰（特别是长期会话）</li><li data-pid="QRWQF_BI">🔴 单次请求成本超过 \)1

• 🟡 每月 API 账单让你心疼
• 🟡 需要跨多个文档和对话查找信息
• 🟡 OpenClaw 主要用于飞书、钉钉等企业场景（24/7 运行）
• 🟡 想要更精准的 AI 回答

QMD 基本上就是零成本的生产力提升。

⚠️ 特别提醒： 长期运行的 Agent，不启用 QMD 几乎不可用。

A：不会，反而会更好。因为 QMD 过滤掉了 90% 的无关信息，AI 更容易专注于真正相关的内容，精准度达到 93%。

A：

• QMD 模型文件：约 2GB（一次性下载，包含 3 个模型）
• embeddinggemma-300M-Q8_0: ~330MB（嵌入模型）
• qwen3-reranker-0.6b-q8_0: ~640MB（重排序模型）
• qmd-query-expansion-1.7B-q4_k_m: ~1.1GB（查询扩展模型）

• 索引文件：取决于你的文档数量，通常很小

A：不需要。首次下载模型后，完全离线运行。

A：完全支持。使用的是多语言重排序模型 qwen3-reranker-0.6b，支持 100+ 种语言。

A：OpenClaw 会自动回退到内置的 SQLite 记忆系统，不会影响正常使用。你可以查看日志：

openclaw logs –follow

A：可以。删除配置文件中的 QMD 设置，重启 OpenClaw 即可：

讯享网{ “memory”: {

"backend": "sqlite" // 改回默认 

} }

QMD 是 OpenClaw 2026.2.2 版本引入的革命性功能，通过智能的本地语义搜索，将上下文 token 削减 95% 以上，带来：

✅ 5-50 倍的速度提升 ✅ 90-99% 的成本降低 ✅ 93% 的精准度 ✅ 完全本地运行，零 API 成本 ✅ 彻底解决长会话卡死问题

如果你在用 OpenClaw，QMD 是必装的。

关注公众号“曹工不加班”，一起交流 OpenClaw 使用技巧~

• 《OpenClaw 完整更新与 Clawdbot 迁移指南》 - 如何更新 OpenClaw 到最新版本
• OpenClaw 官方文档 - https://docs.openclaw.ai
• 💡 OpenClaw 官方资源：
• 官网： https://openclaw.ai
• GitHub： https://github.com/openclaw/openclaw
• 文档： https://docs.openclaw.ai
• QMD 项目： https://github.com/tobi/qmd

试试 OpenClaw + QMD，让你的 AI 助手既快又准，还省钱 ⚡

参考资料与数据来源：

• OpenClaw Memory Documentation
• QMD: Local hybrid search engine (Medium)
• Real User Case: 50K+ tokens context overflow solved
• OpenClaw 记忆系统完全指南

本文数据来源说明：

• Token 削减比例（60-97%、95%+）来自 OpenClaw 社区真实用户反馈和 QMD 官方文档
• 50K+ tokens 案例来自 OpenClaw 社区用户反馈（社区讨论中的真实案例）
• 响应时间和成本估算基于 Claude API 定价和实际测试
• 性能数据基于作者实际测试环境，具体提升幅度因配置、模型选择和使用场景而异
• API 成本计算基于 2026 年初 Claude API 定价标准，实际费用可能因定价调整而变化OpenClaw — Personal AI AssistantAPI 成本计算基于 2026 年初 Claude API 定价标准，实际费用可能因定价调整而变化OpenClaw — Personal AI AssistantAPI 成本计算基于 2026 年初 Claude API 定价标准，实际费用可能因定价调整而变化OpenClaw — Personal AI AssistantAPI 成本计算基于 2026 年初 Claude API 定价标准，实际费用可能因定价调整而变化