Is your feature request related to a problem? Please describe.
我在日常工作中同时使用多个 AI 工具(Codex、OpenCode等),已经通过 Nowledge Mem 将它们统一管理。但我还有一个主力使用的 agent 框架 —— QwenPaw(阿里通义团队开源的 QwenPaw),它的会话记录和记忆目前是独立存储的,无法汇入 Nowledge Mem 的统一记忆体系。
具体问题:
- QwenPaw 有自己的持久化记忆系统(工作目录下的
MEMORY.md、PROFILE.md,以及 memory_search 语义检索工具),但这些记忆与其他 AI 工具是隔离的
- QwenPaw 的会话历史通过
recall_history 工具持久化到内部数据库,支持 Scroll Context(每轮对话持久化 + 按需召回),但无法导入 Nowledge Mem 的 Threads
- 在 QwenPaw 里做出的决策、学到的东西,Codex 里看不到;反之亦然
- 目前我只能手动把 QwenPaw 里的关键结论复制到 Nowledge Mem,体验割裂
Describe the solution you'd like
希望 Nowledge Mem 能以原生连接器的方式支持 QwenPaw,集成可分三个层面:
1. MCP 集成(最快路径,QwenPaw 已原生支持 MCP)
QwenPaw 的 agent.json 已支持标准 MCP 客户端配置(stdio/HTTP/SSE 传输)。用户只需在 QwenPaw 的 MCP 设置中添加 Nowledge Mem 的 MCP Server 即可获得 memory_search、memory_add、memory_update、read_working_memory、thread_search 等工具。这部分理论上现在已经可以通过手动配置实现,但缺少官方指南和验证。
2. 会话捕获(核心需求)
QwenPaw 的 Scroll Context 机制保证了每轮对话都被持久化,且提供了 recall_history 工具用于按需召回(支持按 seq 区间展开、关键词搜索、单条 tool call 重读)。理想的集成方案是:
- 提供
nmem t sync --from qwenpaw 命令,读取 QwenPaw 的会话存储(~/.qwenpaw/workspaces/{agent_id}/chats.json)并导入为 Nowledge Mem Threads
- 或者在 QwenPaw 的 session 生命周期中注入 hook(会话结束时自动保存),类似 Claude Code / Codex 的现有连接器行为
3. Context Bundle / Working Memory 注入
在 QwenPaw 会话启动时自动加载 Working Memory 简报,让 agent 在开始工作前就知道当前上下文。QwenPaw 支持 AGENTS.md 和 SOUL.md 等 persona 文件,可以在这些文件中注入 Nowledge Mem 的意图策略(类似现有 MCP 的推荐系统提示)。
Describe alternatives you've considered
目前我尝试过的替代方案:
-
手动使用 nmem CLI:QwenPaw 的 execute_shell_command 工具可以调用 nmem,但每次都要手动执行,没有自动化,体验很差。nmem t sync --from qwenpaw 也不存在。
-
通过浏览器扩展捕获 Web 版 QwenPaw:如果使用 QwenPaw 的 Web 控制台,理论上浏览器扩展可以捕获对话。但我主要使用终端/CLI 模式,且 QwenPaw 的 Web 界面不是主要的交互方式。
-
直接手动配置 MCP 接入:已经把 Nowledge Mem MCP Server 配置到 QwenPaw 的 agent.json 中了(测试可行),但这只解决了"搜索和保存记忆"的问题,无法解决"会话自动捕获"和"启动上下文注入"这两个核心痛点。
-
Workspace 文件同步:QwenPaw 的记忆文件(MEMORY.md 等)存放在 workspace 目录,可以同步到 Obsidian 再由 Nowledge Mem 读取。但这是迂回路线,绕了太多弯,且只能同步"提炼后的记忆",无法同步"原始对话"。
Additional context
QwenPaw 架构关键信息(便于评估集成难度):
| 特性 |
说明 |
| 仓库 |
https://github.com/agentscope-ai/QwenPaw |
| 会话存储 |
~/.qwenpaw/workspaces/{agent_id}/chats.json,Scroll Context 持久化 |
| 记忆文件 |
workspace 下的 MEMORY.md、PROFILE.md、memory/YYYY-MM-DD.md |
| MCP 支持 |
✅ 已原生支持,agent.json 中配置 stdio/HTTP/SSE transport |
| REST API |
✅ 有 HTTP API |
| Skills 系统 |
✅ 支持 Skills,有 marketplace |
| 多 Agent |
✅ 支持多 agent 协作(chat_with_agent、spawn_subagent) |
| 召回工具 |
recall_history(支持 expand/search/recall_tool 操作)、memory_search(语义检索) |
| 多平台 |
macOS / Linux / Windows,Docker 部署 |
Nowledge Mem 已有类似集成可供参考:
QwenPaw 的定位与 Arkloop、OpenClaw 等多 agent 框架有相似之处,这些已有的原生连接器可以作为参考。也跟 CodeBuddy / WorkBuddy(腾讯内部 agent 工具)的集成场景接近。
Is your feature request related to a problem? Please describe.
我在日常工作中同时使用多个 AI 工具(Codex、OpenCode等),已经通过 Nowledge Mem 将它们统一管理。但我还有一个主力使用的 agent 框架 —— QwenPaw(阿里通义团队开源的 QwenPaw),它的会话记录和记忆目前是独立存储的,无法汇入 Nowledge Mem 的统一记忆体系。
具体问题:
MEMORY.md、PROFILE.md,以及memory_search语义检索工具),但这些记忆与其他 AI 工具是隔离的recall_history工具持久化到内部数据库,支持 Scroll Context(每轮对话持久化 + 按需召回),但无法导入 Nowledge Mem 的 ThreadsDescribe the solution you'd like
希望 Nowledge Mem 能以原生连接器的方式支持 QwenPaw,集成可分三个层面:
1. MCP 集成(最快路径,QwenPaw 已原生支持 MCP)
QwenPaw 的
agent.json已支持标准 MCP 客户端配置(stdio/HTTP/SSE 传输)。用户只需在 QwenPaw 的 MCP 设置中添加 Nowledge Mem 的 MCP Server 即可获得memory_search、memory_add、memory_update、read_working_memory、thread_search等工具。这部分理论上现在已经可以通过手动配置实现,但缺少官方指南和验证。2. 会话捕获(核心需求)
QwenPaw 的 Scroll Context 机制保证了每轮对话都被持久化,且提供了
recall_history工具用于按需召回(支持按 seq 区间展开、关键词搜索、单条 tool call 重读)。理想的集成方案是:nmem t sync --from qwenpaw命令,读取 QwenPaw 的会话存储(~/.qwenpaw/workspaces/{agent_id}/chats.json)并导入为 Nowledge Mem Threads3. Context Bundle / Working Memory 注入
在 QwenPaw 会话启动时自动加载 Working Memory 简报,让 agent 在开始工作前就知道当前上下文。QwenPaw 支持
AGENTS.md和SOUL.md等 persona 文件,可以在这些文件中注入 Nowledge Mem 的意图策略(类似现有 MCP 的推荐系统提示)。Describe alternatives you've considered
目前我尝试过的替代方案:
手动使用
nmemCLI:QwenPaw 的execute_shell_command工具可以调用nmem,但每次都要手动执行,没有自动化,体验很差。nmem t sync --from qwenpaw也不存在。通过浏览器扩展捕获 Web 版 QwenPaw:如果使用 QwenPaw 的 Web 控制台,理论上浏览器扩展可以捕获对话。但我主要使用终端/CLI 模式,且 QwenPaw 的 Web 界面不是主要的交互方式。
直接手动配置 MCP 接入:已经把 Nowledge Mem MCP Server 配置到 QwenPaw 的
agent.json中了(测试可行),但这只解决了"搜索和保存记忆"的问题,无法解决"会话自动捕获"和"启动上下文注入"这两个核心痛点。Workspace 文件同步:QwenPaw 的记忆文件(
MEMORY.md等)存放在 workspace 目录,可以同步到 Obsidian 再由 Nowledge Mem 读取。但这是迂回路线,绕了太多弯,且只能同步"提炼后的记忆",无法同步"原始对话"。Additional context
QwenPaw 架构关键信息(便于评估集成难度):
~/.qwenpaw/workspaces/{agent_id}/chats.json,Scroll Context 持久化MEMORY.md、PROFILE.md、memory/YYYY-MM-DD.mdagent.json中配置 stdio/HTTP/SSE transportchat_with_agent、spawn_subagent)recall_history(支持 expand/search/recall_tool 操作)、memory_search(语义检索)Nowledge Mem 已有类似集成可供参考:
QwenPaw 的定位与 Arkloop、OpenClaw 等多 agent 框架有相似之处,这些已有的原生连接器可以作为参考。也跟 CodeBuddy / WorkBuddy(腾讯内部 agent 工具)的集成场景接近。