大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



上次写了 OpenClaw 保姆级部署教程，很多朋友按着跑起来了。但用了一段时间之后，大家纷纷反馈了同一个问题——Token 烧太快了，而且记忆经常不靠谱。

“

今天这篇 2.0 版本，咱们在原有部署基础上，直接接入 MemOS 记忆插件，彻底解决这两个痛点。

上次教程跑通之后，我自己也一直在用。用久了发现了几个硬伤：

Token 滚雪球效应

这还只是普通对话。如果你让它监督屏幕、执行长任务、配合飞书跑自动化，这个数字增长得更猛。Kimi K2.5 虽然有免费额度，但这么烧下去，额度很快就没了。

记忆想起来就头疼

• 明明跟它强调过项目配置，第二天开新会话，它完全忘了，得重新说一遍
• 无关痛痒的闲聊倒是记得清清楚楚，关键偏好却不记得
• 每日记忆召回困难，想回溯昨天做了什么，还要单独走一次召回流程

根本原因：OpenClaw 原生是 Prompt 驱动型 Agent，记忆 = 上下文，状态 = Token，越用越重，越用越贵。

看到这我想起前两天的留言了，又可笑又无奈呢！

我先放测评数据，直观感受一下：

公开数据集测试（LOCOMO 基准）

真实工程场景测试

结论很简单：同样的事情，MemOS 版本花的钱不到原来的三分之一，还更记得住你。

“

数据来自：https://mp.weixin..com/s/RFP1UjVR3vcvnO3Z08xMtw?scene=1

核心逻辑是架构转变：

• 原生 OpenClaw：每次执行固定读取今天 + 昨天全量记忆 + 长期记忆，全部塞进 prompt，无论相不相关都带上
• OpenClaw + MemOS：根据当前任务意图，只检索 3~5 条相关记忆注入上下文，其余的不动

这就像从"每次出门把全部家当背上"变成"按需带对应的东西"。

另外，MemOS 会对记忆做结构化处理和去冗余——工具调用的长输出、配置文件的 schema 等，不会原样反复写入 prompt 造成污染。

“

上一次是通过Ollama来配置Openclaw的模型服务的，这次我们安装官方的教程从头来一遍，安装也比较简单，主要是想看下怎么配置和安装组件

官方安装教程的连接：macos安装命令如下：

这里使用Qwen模型作为底座模型服务，弹窗之后我们点击确认即可：下面已经显示好：安装飞书插件配置飞书的App Id和App Secret

为了省去配置时间，接下来的操作我们可以一路跳过，执行完毕之后，可以打开OpenClaw Webui了

“

http://127.0.0.1:18789/

另外我们可以通过命令查看gateway状态

我在飞书了和mac上的OpenClaw进行对话，发现是可以互联了

同时在OpenClaw也可以看到对应信息：

我看了下Token使用情况，确实有点吓人，这几条信息一共使用了个token（接近200百万呀！），感觉是大材小用了！

“

前提：你已经按上一篇教程跑通了 OpenClaw + Kimi K2.5 的基础部署。没有的话，先去看那篇，10 分钟搞定，再回来。

第一步：获取 MemOS API Key

登录/注册 MemOS Cloud，获取你的 API Key：

🔗 memos-dashboard.openmem.net/cn/apikeys/

免费注册，新用户有入门额度，够先玩起来。

下面是免费赠送的额度：

第二步：配置 API Key

在终端执行一行命令，把 Key 写进 OpenClaw 的配置目录：

把 替换成你刚获取的真实 Key。

第三步：安装 MemOS 插件

如果报错可以使用下面命令安装

下图信息代表MemOS插件安装成功：

两行命令，重启 Gateway，完成。

第四步：验证一下

开两个独立会话，测试记忆有没有生效：

第一次会话：

我们可以在MemOS后台，看到调用日志

重新启动，第二次会话：

我们可以重新开一个对话：

默认配置 ，两个实例用同一个 user_id 就自动共享记忆。

实测效果：

我让 A OpenClaw 记录了我家有一只英短猫，然后在 B OpenClaw 的新会话直接问“帮我推荐合适的猫罐头”——它直接知道是英短，给出了针对性建议，全程没有任何人工传递信息。

适合需要分工协作的场景：设计/文案 OpenClaw 和执行/运营 OpenClaw 搭档使用，上下文自动流转。

接入之后，你可以在 MemOS Dashboard 看到 OpenClaw 记住了什么：

 memos-dashboard.openmem.net/quickstart/

可以做的事情：

• 查看/删除 具体记忆条目
• 查看记忆的分类结构，看 Agent 是怎么理解你的偏好的
• 导出历史记录

3 行命令，Token 降 72%，记忆真正有用——我觉得这个性价比还是挺高的。

如果你之前已经跑通了基础版，花 5 分钟把 MemOS 插件装上，体验差距会比较明显。

AI行业迎来前所未有的爆发式增长：从DeepSeek百万年薪招聘AI研究员，到百度、阿里、腾讯等大厂疯狂布局AI Agent，再到国家政策大力扶持数字经济和AI人才培养，所有信号都在告诉我们：AI的黄金十年，真的来了！

在行业火爆之下，AI人才争夺战也日趋白热化，其就业前景一片蓝海！

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

人才缺口巨大

人力资源社会保障部有关报告显示，据测算，当前，*我国人工智能人才缺口超过500万，*供求比例达1∶10。脉脉最新数据也显示：AI新发岗位量较去年初暴增29倍，超1000家AI企业释放7.2万+岗位……

单拿今年的秋招来说，各互联网大厂释放出来的招聘信息中，我们就能感受到AI浪潮，比如百度90%的技术岗都与AI相关！

就业薪资超高

在旺盛的市场需求下，AI岗位不仅招聘量大，薪资待遇更是“一骑绝尘”。企业为抢AI核心人才，薪资给的非常慷慨，过去一年，懂AI的人才普遍涨薪40%+！

脉脉高聘发布的《2025年度人才迁徙报告》显示，在2025年1月-10月的高薪岗位Top20排行中，AI相关岗位占了绝大多数，并且平均薪资月薪都超过6w！

在去年的秋招中，小红书给算法相关岗位的薪资为50k起，字节开出228万元的超高年薪，据《2025年秋季校园招聘白皮书》，AI算法类平均年薪达36.9万，遥遥领先其他行业！

总结来说，当前人工智能岗位需求多，薪资高，前景好。在职场里，选对赛道就能赢在起跑线。抓住AI风口，轻松实现高薪就业！

但现实却是，仍有很多同学不知道如何抓住AI机遇，会遇到很多就业难题，比如：

❌ 技术过时：只会CRUD的开发者，在AI浪潮中沦为“职场裸奔者”；

❌ 薪资停滞：初级岗位内卷到白菜价，传统开发3年经验薪资涨幅不足15%；

❌ 转型无门：想学AI却找不到系统路径，83%自学党中途放弃。

他们的就业难题解决问题的关键在于：不仅要选对赛道，更要跟对老师！

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

​