1. OpenClaw 长会话变慢变贵的真实原因
先说结论：OpenClaw 慢，八成不是模型本身慢，而是你每次都在给它喂一整本"回忆录"。我见过太多人把 MEMORY.md 越写越长，三个月后单次请求上下文飙到十几万 token，响应时间从 2 秒变成 2 分钟，账单从几毛钱变成几块钱，最后还大概率超时失败——钱花了，答案没拿到。
这个问题的本质是检索粒度太粗。传统记忆系统的逻辑是"把整个记忆文件塞进上下文"，但一次对话真正相关的信息往往只有两三句话。剩下 95% 的内容全是噪音：过期的项目笔记、早就废弃的方案、跟当前问题八竿子打不着的会议记录。模型要在这堆噪音里找答案，推理时间随输入 token 线性增长，成本也随 token 线性增长，精准度反而因为干扰而下降。
QMD（Quantum Memory Database）解决的正是这一层。它是 Shopify 联合创始人 Tobi Lütke 开源的本地语义搜索引擎，核心思路很朴素：不要把整个文件塞给 AI，先用本地搜索找到最相关的 2-3 个片段，再把这些精准内容传给模型。底层是 TypeScript + Bun 写的，用 node-llama-cpp 跑本地 GGUF 模型，三层混合检索——BM25 全文搜索 + 向量语义搜索 + LLM 重排序，全程离线，数据不出本机。
适合谁？三类人最该装：会话历史超过 1 万 token 的（基本跑一周就超）、经常被长会话卡死困扰的、单次请求成本超过 1 块钱的。如果你只是偶尔问两句短问题，那确实没必要折腾。但只要你有长期项目记忆、跨文件知识检索的需求，QMD 带来的差距是数量级的——实测 token 削减 60-97%，响应快 5-50 倍，成本降 90-99%。
下面我按"装 QMD → 配 OpenClaw → 验证效果 → 排错"的顺序走一遍，所有命令和配置都能直接复制。
2. 装 QMD 前必须搞定的两个前置条件
动手之前先确认两件事，否则后面会卡在莫名其妙的地方。
第一，OpenClaw 版本必须 ≥ 2026.2.2。老版本没有 memory backend 切换能力，配置写了也不生效。先查：
openclaw --version如果低于 2026.2.2，先升级再往下走。这一步别偷懒，我见过有人配置改了半天没反应，最后发现是版本太老。
第二，SQLite 必须支持 vector 扩展，版本 ≥ 3.40.0。QMD 的向量检索依赖这个扩展，系统自带的 SQLite 经常版本不够。验证命令：
sqlite3 --versionmacOS 用户用 Homebrew 装最新版：
brew install sqliteLinux（Ubuntu/Debian）：
sudo apt update sudo apt install sqlite3Windows 用户去 SQLite 官网下载页拿sqlite-tools-win-x64-*.zip，解压到比如C:\sqlite，然后把这个目录加进系统 PATH：右键"此电脑"→属性→高级系统设置→环境变量→编辑 Path→添加C:\sqlite。改完必须重启终端，否则 PATH 不生效。
两个前置都过了，再装 QMD 本体。推荐用 Bun，速度快：
bun install -g @tobilu/qmd用 npm 也行：
npm install -g @tobilu/qmd不想全局安装可以直接跑：
npx @tobilu/qmd --version装完验证：
qmd --version能打印版本号就说明装好了。首次运行会下载本地模型（几百 MB，需要联网），之后完全离线。
这里插一句关于模型调用的成本控制。QMD 负责把上下文压下来，但最终生成还是走模型 API。如果你想让整条链路的成本更可控，可以在 TaoToken 的模型对话入口先跑通一次基准请求，确认模型 ID 和计费口径，再接到 OpenClaw 里。地址是 https://taotoken.net/api，模型对话页在 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite ，API Key 在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 生成。这一步不是必须，但对想量化"省了多少"的人有用。
3. 可复制的 OpenClaw 接入 QMD 配置片段
配置文件位置按系统区分，内容完全一样：
- macOS / Linux：
~/.openclaw/openclaw.json - Windows：
C:\Users\你的用户名\.openclaw\openclaw.json
打开这个 JSON，找到memory节点（没有就新建），改成下面这样：
{ "memory": { "backend": "qmd", "qmd": { "limits": { "timeoutMs": 8000 } } } }两个参数说清楚：
backend: "qmd"是把记忆后端从默认的 SQLite 切到 QMD。这是开关，不写这行后面全白搭。
timeoutMs: 8000是检索超时，单位毫秒。默认 4 秒在首次索引或大目录下经常不够，会触发回退。设成 8 秒是实测比较稳的值，机器慢的可以拉到 12000。
如果你要指定索引目录（比如只索引项目文档，不索引整个 home），可以加indexPaths：
{ "memory": { "backend": "qmd", "qmd": { "indexPaths": [ "~/projects/docs", "~/notes" ], "limits": { "timeoutMs": 8000 } } } }indexPaths支持多个路径，建议只放 Markdown 和纯文本目录。QMD 主要吃.md和.txt，PDF、Word 这些要先转成 Markdown 再放进去，否则索引不到。
配置改完，重启 Gateway：
openclaw gateway restart重启后 OpenClaw 会自动走 QMD 检索。有个兜底机制值得知道：QMD 出问题时会自动回退到内置 SQLite 记忆系统，不会让你直接不能用，但你会感觉"怎么又变慢了"——所以看到变慢先查日志。
如果你用的是 Claude Code 这类编码 Agent，想把 QMD 的检索结果接到编码流程里，可以在 TaoToken 的 Coding Plan 页面看接入方式：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding_plan&utm_campaign=rewrite 。注意 QMD 是本地检索层，不替代模型，两者是配合关系。
4. 验证 QMD 生效：日志、耗时与命中率对比
配置写完不算完，得证明它真的在工作。分三步验证。
第一步，看日志确认后端切换。开一个终端跟日志：
openclaw logs --follow然后随便发一条会触发记忆检索的消息。日志里出现类似Using QMD memory backend的字样，说明切换成功。如果还是看到 SQLite 相关字样，回去检查 JSON 是不是写错了层级，或者版本没达标。
第二步，测单次检索耗时。我试过的做法是准备一个已知答案的问题，比如"三个月前那个项目最后用的什么方案"，分别在启用前后各问一次，记录响应时间。启用前长会话经常 40 秒以上甚至超时，启用后基本 1-3 秒。你可以用time命令包一层做粗略计时：
time openclaw ask "我们之前所有项目用过哪些技术栈"重点看两件事：响应时间是否进入个位数秒级，以及上下文 token 数是否明显下降（日志里一般会打印本次注入的 token 量）。如果 token 还是几万，说明索引没建好或者indexPaths指错了目录。
第三步，看命中率。QMD 的三层混合检索里，纯语义搜索精准度大约 59%，加上 BM25 和 LLM 重排序后能到 93% 左右。验证方法是准备 10 个有明确答案的历史问题，看返回的片段里是否包含正确答案所在的那几句。如果经常检索到无关片段，检查两件事：索引目录里是不是混进了大量无关文件，以及文档本身是不是写得太碎（一句话一个文件那种，语义检索很难命中）。
一个对照表帮你判断状态：
| 指标 | 未启用 QMD | 启用 QMD 正常 | 异常信号 |
|---|---|---|---|
| 响应时间 | 5-120 秒 | 1-3 秒 | 仍 >10 秒 |
| 注入 token | 5K-200K | 削减 60-97% | 仍上万 |
| 长会话稳定性 | 易超时 | 不卡死 | 频繁回退 |
| 日志后端 | sqlite | qmd | 显示 sqlite |
三项都达标，说明链路通了。有一项不对，进下一节排错。
5. 常见报错排查：401、local proxy failed、reading choices
这一节按真实会撞上的报错来。
报错一：401 Unauthorized。这个跟 QMD 本身无关，是模型 API 的 Key 问题。检查 OpenClaw 配置里模型 provider 的 Key 是否过期、是否贴错了前缀。如果你用的是 TaoToken 的 Key，去 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api_keys&utm_campaign=rewrite 重新生成一个，注意 Base URL 要填https://taotoken.net/api，不要带多余路径。三件套对齐：Base URL + Key + Model ID，缺一不可。
报错二：local proxy failed或连接本地服务失败。这通常是 Gateway 没起来或者端口被占。先openclaw gateway restart，还不行就查端口占用。注意：这里说的是本地 Gateway 进程，不是任何网络代理工具，别往那个方向想。如果日志显示 QMD 子进程启动失败，多半是 SQLite 版本不够或 vector 扩展缺失，回去重跑sqlite3 --version确认 ≥ 3.40.0。
报错三：reading choices或解析响应失败。这个报错说明请求发出去了但返回结构不对，常见于模型 ID 写错（比如把gpt-4o写成gpt4o）或者 Base URL 少了/v1之类的路径段。对照 TaoToken 接入文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 里的示例，逐字核对 Base URL 和 Model ID。另外 QMD 检索超时后回退时也可能抛这个，把timeoutMs调到 12000 再试。
报错四：OAuth 相关失败。如果你接的是需要 OAuth 的 provider（比如某些 Claude 接入方式），token 过期会报这个。重新走一遍授权流程，或者换用 API Key 方式。Claude Code 的接入细节在 https://taotoken.net/claude-code-anthropic?utm_source=taotoken_aicg_blog_end&utm_content=claude_code&utm_campaign=rewrite 有完整说明，包括 Base URL 和模型 ID 的填法。
报错五：检索结果为空但日志正常。索引没建。QMD 首次使用需要先索引目录，确认indexPaths指向的目录里确实有.md/.txt文件，且路径没写错（~在 JSON 里不一定被展开，保险起见写绝对路径）。索引 12 个文件通常几秒完成，大目录首次会慢一些。
排错顺序建议：先看openclaw logs --follow的原始报错，再对照上面五类定位。别一上来就改配置，日志里通常写得很清楚。
6. 把 QMD 接进日常流程的几个实用动作
装完不是终点，用起来才值。三个动作建议固化下来。
动作一：给索引目录做减法。不要图省事把整个 home 目录塞进indexPaths。索引越杂，检索噪音越大，命中率反而掉。我的做法是只索引~/projects/*/docs和~/notes两类，废弃项目定期从目录里移走。QMD 索引 12 个文件几秒钟，但索引几千个无关文件会让每次检索都变慢。
动作二：文档写法配合检索。QMD 靠语义片段命中，所以笔记别写成一整篇没有小标题的长文。每个主题一个二级标题、每段控制在几句话，检索时更容易精准切出相关片段。这跟写代码注释一个道理——粒度对了，检索才准。
动作三：定期看回退日志。QMD 出问题会自动回退 SQLite，你不会收到弹窗，只会感觉"怎么又慢了"。每周扫一眼日志里有没有回退记录，有就按第 5 节排查。回退本身是保护机制，但长期回退等于白装。
关于成本量化，如果你想精确知道省了多少，可以在接入前后各跑一次相同问题，对比日志里的 token 数和账单。TaoToken 的控制台 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite 能看到每次请求的用量明细，配合 QMD 前后的对比数据，省下的比例一目了然。长期跑编码 Agent 的话，Coding Plan 的额度模型比按次计费更适合高频检索场景。
最后说个容易忽略的点：QMD 的模型文件占几百 MB，加上索引通常总共 1-2 GB。磁盘紧张的话，把模型缓存目录指到大盘上，别塞在系统盘。卸载也简单，配置里把backend改回"sqlite"，重启 Gateway，再bun uninstall -g @tobilu/qmd就干净了。
整套流程走下来，最花时间的其实是前置的 SQLite 版本和索引目录规划，QMD 本身安装配置十分钟搞定。装完之后长会话从"不敢开"变成"随便聊"，这个体验差距值得折腾一次。
