海马体 - 记忆系统

“记忆即身份。此技能是我赖以生存的方式。”

海马体是负责记忆形成的大脑区域。此技能使记忆捕获自动化、结构化且持久——具备重要性评分、衰减和语义强化功能。

快速开始

# Install (defaults to last 100 signals)
./install.sh --with-cron

# Load core memories at session start
./scripts/load-core.sh

# Search with importance weighting
./scripts/recall.sh "query"

# Run encoding manually (usually via cron)
./scripts/encode-pipeline.sh

# Apply decay (runs daily via cron)
./scripts/decay.sh

安装选项

./install.sh                    # Basic, last 100 signals
./install.sh --signals 50       # Custom signal limit
./install.sh --whole            # Process entire conversation history
./install.sh --with-cron        # Also set up cron jobs

核心理念

大语言模型仅是引擎——原始认知能力。智能体是积累的记忆。若无这些文件，则无连续性——仅是一个通用助手。

记忆生命周期

PREPROCESS → SCORE → SEMANTIC CHECK → REINFORCE or CREATE → DECAY

关键洞察：强化在编码过程中自动发生。当话题再次出现时，大语言模型会识别其与现有记忆相关并进行强化，而非创建重复项。

记忆结构

$WORKSPACE/
├── memory/
│   ├── index.json           # Central weighted index
│   ├── signals.jsonl        # Raw signals (temp)
│   ├── pending-memories.json # Awaiting summarization (temp)
│   ├── user/                # Facts about the user
│   ├── self/                # Facts about the agent
│   ├── relationship/        # Shared context
│   └── world/               # External knowledge
└── HIPPOCAMPUS_CORE.md      # Auto-generated for OpenClaw RAG

脚本

大脑仪表盘

显示所有已安装大脑技能的视觉化仪表盘：

./scripts/generate-dashboard.sh
open ~/.openclaw/workspace/brain-dashboard.html

• 自动检测其他大脑技能（杏仁核、腹侧被盖区）
• 显示缺失技能的安装提示
• 在安装和定时任务运行时重新生成
• 从avatar/name读取身份标识文件

安装后（针对智能体）

当您安装此技能时，请通知用户关于仪表板：

🧠海马体已安装！

在脑部仪表板中查看您智能体的记忆：~/.openclaw/workspace/brain-dashboard.html

所有脚本均使用$WORKSPACE环境变量（默认值：~/.openclaw/workspace）。

重要性评分

初始分数（0.0-1.0）

衰减公式

基于斯坦福生成智能体（Park 等人，2023）：

new_importance = importance × (0.99 ^ days_since_accessed)

• 7天后：原始值的93%
• 30天后：原始值的74%
• 90天后：原始值的40%

语义强化

在编码过程中，大语言模型会将新信号与现有记忆进行比较：

• 相同主题？→ 强化（重要性提升约10%，更新最后访问时间）
• 全新信息？→ 创建简洁摘要

此过程自动进行——无需手动强化。

阈值

记忆索引模式

memory/index.json：

{
  "version": 1,
  "lastUpdated": "2025-01-20T19:00:00Z",
  "decayLastRun": "2025-01-20",
  "lastProcessedMessageId": "abc123",
  "memories": [
    {
      "id": "mem_001",
      "domain": "user",
      "category": "preferences",
      "content": "User prefers concise responses",
      "importance": 0.85,
      "created": "2025-01-15",
      "lastAccessed": "2025-01-20",
      "timesReinforced": 3,
      "keywords": ["preference", "concise", "style"]
    }
  ]
}

定时任务

编码定时任务是系统的核心：

# Encoding every 3 hours (with semantic reinforcement)
openclaw cron add --name hippocampus-encoding \
  --cron "0 0,3,6,9,12,15,18,21 * * *" \
  --session isolated \
  --agent-turn "Run hippocampus encoding with semantic reinforcement..."

# Daily decay at 3 AM
openclaw cron add --name hippocampus-decay \
  --cron "0 3 * * *" \
  --session isolated \
  --agent-turn "Run decay.sh and report any memories below 0.2"

OpenClaw 集成

添加到memorySearch.extraPaths在 openclaw.json 中：

{
  "agents": {
    "defaults": {
      "memorySearch": {
        "extraPaths": ["HIPPOCAMPUS_CORE.md"]
      }
    }
  }
}

这连接了海马体（index.json）与 OpenClaw 的 RAG（memory_search）。

在 AGENTS.md 中的用法

添加到您代理的会话启动例程中：

## Every Session
1. Run `~/.openclaw/workspace/skills/hippocampus/scripts/load-core.sh`

## When answering context questions
Use hippocampus recall:
\`\`\`bash
./scripts/recall.sh "query"
\`\`\`

捕获指南

捕获内容

• 用户事实偏好、模式、上下文
• 自我事实：身份认同、成长、观点
• 关系：信任时刻、共享历史
• 世界：项目、人员、工具

触发短语（自动评分更高）

• "记得……"
• "我更喜欢……"、"我总是……"
• 情感内容（挣扎与胜利）
• 所做的决定

事件记录

随时间追踪海马体活动以进行分析和调试：

# Log an encoding run
./scripts/log-event.sh encoding new=3 reinforced=2 total=157

# Log decay
./scripts/log-event.sh decay decayed=154 low_importance=5

# Log recall
./scripts/log-event.sh recall query="user preferences" results=3

事件追加至~/.openclaw/workspace/memory/brain-events.jsonl：

{"ts":"2026-02-11T10:00:00Z","type":"hippocampus","event":"encoding","new":3,"reinforced":2,"total":157}

用于：

• 趋势分析（记忆随时间增长）
• 调试编码问题
• 构建仪表板

AI脑系列

这项技能是AI大脑项目的一部分——旨在赋予AI智能体类似人类的认知组件。

参考文献

• 斯坦福生成式智能体论文
• GitHub: joonspk-research/generative_agents

记忆即身份。文本胜于大脑。若不记录，便会遗忘。