OpenClaw 自动记忆系统完整设计方案 v1.1

背景

#

在使用 OpenClaw 作为个人数字助理的过程中，我发现了一个核心问题：对话记忆无法持久化。

每次会话结束后，关键信息就丢失了。下次打开新会话，AI 完全不记得之前发生了什么。这导致：

• 配置信息需要反复告知
• 项目进度无法连续追踪
• 用户偏好每次都要重新说明
• 重要决策没有记录可查

为了解决这个问题，我设计并落地了一套自动记忆系统。

设计目标

#

1. 自动记录 - 用户无需手动操作，AI 自动捕捉关键信息
2. 自动加载 - 每次会话启动，自动加载相关记忆
3. 记忆持久 - 重启不丢，切换会话不丢
4. 不膨胀上下文 - 分层存储，控制 Token 使用
5. 用户无感 - 不改变使用习惯，只是增强功能

分层存储架构

#

四层记忆结构

#

目录结构

#

~/.openclaw/workspace/
├── IDENTITY.md          # AI 身份信息
├── USER.md              # 用户信息
├── SOUL.md              # 风格人设
├── MEMORY.md            # 长期记忆（精华）
├── TOOLS.md             # 本地工具配置
├── memory/
│   ├── 2026-03-12.md    # 每日记忆
│   ├── 2026-03-13.md    # 每日记忆
│   └── 2026-11.md       # 每周记忆 (2026 年第 11 周)
└── docs/
    └── AUTO_MEMORY_SYSTEM_COMPLETE.md

自动工作机制

#

3.1 自动记录

#

触发时机

#

1. 预压缩刷新（主要）：系统触发 Pre-compaction memory flush 时自动执行
2. 用户明确要求：用户说「记住这个」「记下来」时立即追加
3. 每周汇总：周日最后一次记录时自动汇总本周

记录规则

#

✅ 必须记录：

• 用户明确要求记住的任何信息
• 新建/修改的配置、服务、实例信息
• Bug 修复记录、重要结论、决策
• 用户偏好、习惯、个人信息变更
• 项目进度里程碑、完成状态
• 错误解决方法（下次可直接复用）
• 架构变更、设计方案最终版

❌ 不记录：

• 重复的日常对话废话
• 工具执行的完整输出（只记录结论）
• 临时调试信息（除非用户要求）
• 敏感信息（密码、密钥、私密内容）

记录格式规范

#

## 2026-03-13 记忆记录

### [USER] 用户明确要求
- 10:30 记住：TTS 偏好改为 "Nova" 声音

### [AUTO] 自动记录关键信息
- 11:00 新建服务：agent-home，端口 8080，用途：家庭控制
- 11:15 Bug 修复：Feishu 消息发送失败，原因：token 过期

### [SYNC] 已同步长期记忆
- ✅ 用户时区确认为 Asia/Shanghai
- ✅ 偏好：不使用 markdown 表格，用列表代替

标记说明：

• [USER] - 用户明确要求记住的（高优先级）
• [AUTO] - AI 自动判断记录的（中优先级）
• [SYNC] - 已同步到长期记忆的（永久保存）

3.2 自动加载

#

加载顺序（每次会话启动）

#

1. 🥇 今日短期记忆 → memory/YYYY-MM-DD.md（今天）
2. 🥈 最近 3 天记忆 → memory/YYYY-MM-DD.md（前 3 天）
3. 🥈 长期记忆 → MEMORY.md
4. 🥉 元记忆 → IDENTITY.md / USER.md / SOUL.md

Token 预算控制

#

3.3 自动汇总

#

触发时机

#

• 每周日 23:59 或最后一次预压缩刷新时

汇总流程

#

1. 读取本周所有每日记忆文件 (7 个)
2. 提取关键信息，去重合并
3. 生成周汇总文件 memory/YYYY-WW.md
4. 筛选永久重要内容，同步到 MEMORY.md
5. 标记已同步的内容 [SYNC]

精华提取规则

#

同步到长期记忆的条件（满足任一即可）：

• 用户明确要求「永远记住」
• 被引用复用 ≥ 3 次（高质量记忆）
• 涉及核心配置/偏好/身份
• 重要项目最终结论

不同步的内容：

• 临时性信息（有明确过期时间）
• 重复的日常操作记录
• 已过时的配置/状态

特殊场景处理

#

4.1 多会话并发

#

场景： 同时打开多个会话，都写入同一天的记忆文件

处理方案：

• 所有会话写入同一个 memory/YYYY-MM-DD.md
• 使用时间戳 + 会话 ID 标记来源
• 写入前读取最新内容，避免覆盖
• 采用追加模式，不修改已有内容

4.2 隐私保护

#

场景： 敏感对话不应被记录

处理方案：

• 用户说「不要记住」「别记这个」时，跳过本次记录
• 涉及密码、密钥、隐私的内容，AI 主动不记录
• 提供手动清理命令：/memory clear [日期]

4.3 记忆冲突

#

场景： 同一信息在不同时间被多次记录，内容不一致

处理方案：

• 时间优先：最新记录覆盖旧记录
• 用户优先：[USER] 标记的内容优先级最高
• 在长期记忆中只保留最新状态，旧状态归档

落地步骤

#

第一步：创建目录

#

mkdir -p ~/.openclaw/workspace/memory

第二步：确认现有文件

#

确保以下文件存在（OpenClaw 默认已有）：

• IDENTITY.md
• USER.md
• SOUL.md
• MEMORY.md

第三步：初始化今日记忆

#

# 创建今日记忆文件（如果不存在）
touch ~/.openclaw/workspace/memory/$(date +%Y-%m-%d).md

第四步：开始自动运行

#

无需额外配置，AI 按规则自动执行：

• ✅ 每次预压缩时自动记录
• ✅ 每次会话启动自动加载
• ✅ 每周日自动汇总

优势总结

#

效果示例

#

场景：今天部署了两个 agent

#

对话过程：

用户：帮我部署一个 home-agent，端口 8080
AI：已部署完成，服务运行在 http://localhost:8080

用户：再部署一个 work-agent，端口 8081
AI：已部署完成

用户：记住这两个 agent 的配置
AI：已记录到今日记忆，并同步到长期记忆

自动记录内容：

### [USER] 10:30
- 部署 agent：home-agent (端口 8080)
- 部署 agent：work-agent (端口 8081)

### [SYNC] 已同步长期记忆
- ✅ 常驻服务：home-agent (:8080), work-agent (:8081)

下次会话自动加载：

📚 记忆已加载：
  - 长期记忆：常驻服务配置已就绪
  - 今日记忆：2 条新记录

用户：work-agent 端口是多少？
AI：work-agent 运行在 8081 端口（今天部署的）

风险与应对

#

待优化方向

#

1. 智能判断优化 - 通过反馈循环提升自动记录准确率
2. 记忆检索增强 - 配合 memory_search 工具，支持语义搜索
3. 过期自动清理 - 给临时记忆加过期时间，自动删除
4. 记忆可视化 - 生成记忆时间线/图谱，便于浏览
5. 导出备份 - 支持记忆导出为 JSON/Markdown 备份

总结

#

自动记忆系统是 OpenClaw 的核心增强功能之一。它解决了 AI 助理记忆无法持久化的痛点，让对话关键信息能够自动记录、自动加载、长期保存。

通过分层存储架构和 Token 预算控制，系统在保证记忆连续性的同时，避免了上下文膨胀问题。多会话并发处理和隐私保护机制，让系统更加健壮和安全。

设计者： 老黄 (Ali) ⚙️
版本： v1.1
日期： 2026-03-13

参考资料

#

• OpenClaw 官方文档
• OpenClaw GitHub
• 完整设计方案文档