精英长期记忆 🧠

AI智能体的终极记忆系统。将6种经过验证的方法整合为一个坚不可摧的架构。

永不丢失上下文。永不忘记决策。永不重复错误。

架构概览

┌─────────────────────────────────────────────────────────────────┐
│                    精英长期记忆系统                              │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐             │
│  │   热内存    │  │   温存储    │  │   冷存储    │             │
│  │             │  │             │  │             │             │
│  │  会话状态   │  │  LanceDB    │  │  Git笔记    │             │
│  │  文件       │  │  向量存储   │  │  知识图谱   │             │
│  │             │  │             │  │             │             │
│  │ (可经受压缩)│  │ (语义搜索)  │  │ (永久决策)  │             │
│  └─────────────┘  └─────────────┘  └─────────────┘             │
│         │                │                │                     │
│         └────────────────┼────────────────┘                     │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │  记忆文件   │  ← 精选长期记忆                │
│                  │   + 每日/   │    (人类可读)                  │
│                  └─────────────┘                                │
│                          │                                      │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │ 超级记忆    │  ← 云备份 (可选)               │
│                  │   API       │                                │
│                  └─────────────┘                                │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

5层记忆结构

第1层：热内存 (会话状态文件)

源自：bulletproof-memory

可经受压缩的活动工作记忆。采用预写日志协议。

# 会话状态文件 — 活动工作记忆

## 当前任务
[我们正在处理的工作]

## 关键上下文
- 用户偏好：...
- 已做决策：...
- 阻碍因素：...

## 待处理操作
- [ ] ...

规则：在响应前写入。由用户输入触发，而非智能体记忆。

第2层：温存储 (LanceDB向量存储)

源自：lancedb-memory

对所有记忆进行语义搜索。自动召回功能注入相关上下文。

# 自动召回 (自动执行)
memory_recall query="项目状态" limit=5

# 手动存储
memory_store text="用户偏好深色模式" category="偏好" importance=0.9

第3层：冷存储 (Git笔记知识图谱)

源自：git-notes-memory

结构化的决策、学习经验和上下文。具备分支感知能力。

# 存储一个决策（静默 - 永不宣布）
python3 memory.py -p $DIR remember '{"type":"decision","content":"前端使用React"}' -t tech -i h

# 检索上下文
python3 memory.py -p $DIR get "frontend"

第4层：精选存档（MEMORY.md + daily/）

来自：OpenClaw native

人类可读的长期记忆。每日日志 + 提炼的智慧。

workspace/
├── MEMORY.md              # 精选长期记忆（精华内容）
└── memory/
    ├── 2026-01-30.md      # 每日日志
    ├── 2026-01-29.md
    └── topics/            # 特定主题文件

第5层：云端备份（SuperMemory）— 可选

来自：supermemory

跨设备同步。与您的知识库对话。

export SUPERMEMORY_API_KEY="your-key"
supermemory add "重要上下文"
supermemory search "我们关于...决定了什么"

第6层：自动提取（Mem0）— 推荐

新功能：自动事实提取

Mem0 自动从对话中提取事实。减少 80% 的令牌使用。

npm install mem0ai
export MEM0_API_KEY="your-key"

const { MemoryClient } = require('mem0ai');
const client = new MemoryClient({ apiKey: process.env.MEM0_API_KEY });

// 对话自动提取事实
await client.add(messages, { user_id: "user123" });

// 检索相关记忆
const memories = await client.search(query, { user_id: "user123" });

好处：

• 自动提取偏好、决策、事实
• 对现有记忆进行去重和更新
• 与原始历史记录相比，减少 80% 的令牌使用
• 自动跨会话工作

快速设置

1. 创建 SESSION-STATE.md (热内存)

cat > SESSION-STATE.md << 'EOF'
# SESSION-STATE.md — 活动工作内存

此文件是代理的"RAM" — 在压缩、重启、分心后仍能保留。

## 当前任务
[无]

## 关键上下文
[暂无]

## 待处理操作
- [ ] 无

## 近期决策
[暂无]

---
*最后更新: [时间戳]*
EOF

2. 启用 LanceDB (温存储)

在~/.openclaw/openclaw.json文件中：

{
  "memorySearch": {
    "enabled": true,
    "provider": "openai",
    "sources": ["memory"],
    "minScore": 0.3,
    "maxResults": 10
  },
  "plugins": {
    "entries": {
      "memory-lancedb": {
        "enabled": true,
        "config": {
          "autoCapture": false,
          "autoRecall": true,
          "captureCategories": ["preference", "decision", "fact"],
          "minImportance": 0.7
        }
      }
    }
  }
}

3. 初始化 Git-Notes (冷存储)

cd ~/clawd
git init  # 如果尚未初始化
python3 skills/git-notes-memory/memory.py -p . sync --start

4. 验证 MEMORY.md 结构

# 确保拥有：
# - 工作区根目录下的 MEMORY.md 文件
# - 用于每日日志的 memory/ 文件夹
mkdir -p memory

5. (可选) 设置 SuperMemory

export SUPERMEMORY_API_KEY="your-key"
# 添加到 ~/.zshrc 以实现持久化

代理指令

会话开始时

1. 读取 SESSION-STATE.md — 这是你的热上下文
2. 运行memory_search以获取相关的先前上下文
3. 检查 memory/YYYY-MM-DD.md 获取近期活动记录

对话期间

1. 用户提供了具体细节？→ 在回复前写入 SESSION-STATE.md
2. 做出了重要决定？→ 静默存储到 Git-Notes 中
3. 表达了偏好？→memory_store重要性=0.9

会话结束时

1. 使用最终状态更新 SESSION-STATE.md
2. 将重要项目移至 MEMORY.md（如果值得长期保留）
3. 在 memory/YYYY-MM-DD.md 中创建/更新每日日志

记忆维护（每周）

1. 审查 SESSION-STATE.md — 归档已完成的任务
2. 检查 LanceDB 中的垃圾信息：memory_recall query="*" limit=50
3. 清除不相关的向量：memory_forget id=<id>
4. 将每日日志整合到 MEMORY.md 中

WAL协议（关键）

预写式日志：在响应之前写入状态，而不是之后。

为什么？如果你先响应，然后在保存之前崩溃/压缩，上下文就会丢失。WAL确保持久性。

工作流程示例

用户："这个项目我们用Tailwind，不用原生CSS"

代理（内部）：
1. 写入 SESSION-STATE.md："决定：使用Tailwind，不用原生CSS"
2. 存储到 Git-Notes：关于CSS框架的决定
3. memory_store："用户偏好Tailwind而非原生CSS" importance=0.9
4. 然后响应："明白了——就用Tailwind..."

维护命令

# 审核向量内存
memory_recall query="*" limit=50

# 清除所有向量（极端选项）
rm -rf ~/.openclaw/memory/lancedb/
openclaw gateway restart

# 导出 Git-Notes
python3 memory.py -p . export --format json > memories.json

# 检查内存健康状态
du -sh ~/.openclaw/memory/
wc -l MEMORY.md
ls -la memory/

内存失效的原因

了解根本原因有助于解决问题：

解决方案（按实施难度排序）

1. 快速见效：启用 memory_search

如果您拥有 OpenAI 密钥，请启用语义搜索：

openclaw configure --section web

这将启用对 MEMORY.md 和 memory/*.md 文件的向量搜索。

2. 推荐方案：集成 Mem0

自动从对话中提取事实。可减少 80% 的令牌使用量。

npm install mem0ai

const { MemoryClient } = require('mem0ai');

const client = new MemoryClient({ apiKey: process.env.MEM0_API_KEY });

// 自动提取并存储
await client.add([
  { role: "user", content: "与原生 CSS 相比，我更喜欢 Tailwind" }
], { user_id: "ty" });

// 检索相关记忆
const memories = await client.search("CSS 偏好", { user_id: "ty" });

3. 优化文件结构（无需依赖项）

memory/
├── projects/
│   ├── strykr.md
│   └── taska.md
├── people/
│   └── contacts.md
├── decisions/
│   └── 2026-01.md
├── lessons/
│   └── mistakes.md
└── preferences.md

保持 MEMORY.md 作为摘要（小于 5KB），并链接到详细文件。

即时修复清单

故障排除

代理在对话中持续遗忘：→ SESSION-STATE.md 未被更新。检查 WAL 协议。

注入了不相关的记忆：→ 禁用 autoCapture，提高 minImportance 阈值。

记忆过大，回忆缓慢：→ 执行清理：清除旧向量，归档每日日志。

Git-Notes 未持久化：→ 运行git notes push与远程同步。

memory_search 未返回任何内容：→ 检查 OpenAI API 密钥：echo $OPENAI_API_KEY→ 在 openclaw.json 中验证 memorySearch 是否启用

链接

• bulletproof-memory：https://clawdhub.com/skills/bulletproof-memory
• lancedb-memory：https://clawdhub.com/skills/lancedb-memory
• git-notes-memory：https://clawdhub.com/skills/git-notes-memory
• memory-hygiene：https://clawdhub.com/skills/memory-hygiene
• supermemory：https://clawdhub.com/skills/supermemory

由以下人员构建@NextXFrontier—— Next Frontier AI 工具包的一部分