记忆系统概述

记忆系统是 OpenClaw 的核心能力之一。通过记忆系统，龙虾可以记住用户偏好、历史对话、项目信息等，提供个性化和上下文感知的服务。

OpenClaw 的记忆系统分为三层：

  • 短期记忆：当前会话的对话历史
  • 长期记忆：持久化存储的用户信息和偏好
  • 知识检索：从记忆文件中检索相关信息

短期记忆

定义

短期记忆是指当前会话中的对话历史，由 LLM 的上下文窗口管理。

特点

  • 容量有限：受限于 LLM 的上下文窗口大小
  • 时效性强：只在当前会话中有效
  • 自动管理：由 OpenClaw 自动维护

工作原理

用户消息 → 添加到对话历史 → 发送给 LLM → 获取回复 → 更新对话历史

添加消息：将用户消息和 LLM 回复添加到对话历史中。

发送给 LLM：将对话历史作为上下文发送给 LLM。

获取回复：LLM 基于上下文生成回复。

更新历史：将回复添加到对话历史中。

上下文窗口管理

当对话历史超过上下文窗口时，OpenClaw 会：

  • 压缩早期消息
  • 移除不重要的内容
  • 保留关键信息

长期记忆

定义

长期记忆是持久化存储的用户信息和偏好，存储在文件系统上。

存储结构

~/.qclaw/
├── workspace/
│   ├── MEMORY.md          # 长期记忆文件
│   ├── memory/            # 每日记忆文件
│   │   ├── 2026-06-27.md
│   │   └── 2026-06-28.md
│   └── ...
└── ...

MEMORY.md 文件

MEMORY.md 是长期记忆的核心文件，包含：

  • 用户偏好
  • 重要决策
  • 项目信息
  • 经验教训

每日记忆文件

memory/ 目录下的每日记忆文件，记录当天的重要事件和决策。

特点

  • 持久化：跨会话有效
  • 可编辑：用户可以手动编辑
  • 可扩展：可以添加新的记忆文件

知识检索

定义

知识检索是从记忆文件中检索相关信息的能力。

检索方法

1. 语义搜索

使用语义搜索从记忆文件中检索相关信息。

# 伪代码
results = semantic_search(query, memory_files)

2. 关键词搜索

使用关键词搜索从记忆文件中检索相关信息。

# 伪代码
results = keyword_search(query, memory_files)

3. 时间范围搜索

使用时间范围搜索从记忆文件中检索相关信息。

# 伪代码
results = time_range_search(start_date, end_date, memory_files)

应用场景

1. 用户偏好查询

当用户要求使用特定偏好时，龙虾会从记忆文件中检索相关信息。

2. 项目信息检索

当用户询问项目信息时，龙虾会从记忆文件中检索相关信息。

3. 经验教训回顾

当用户需要回顾经验教训时，龙虾会从记忆文件中检索相关信息。

记忆系统架构

数据流

用户消息 → 短期记忆 → 长期记忆 → 知识检索 → LLM → 回复

短期记忆：存储当前会话的对话历史。

长期记忆：存储持久化的用户信息和偏好。

知识检索：从记忆文件中检索相关信息。

LLM：基于记忆信息生成回复。

回复：将回复返回给用户。

记忆更新

1. 自动更新

龙虾在对话过程中自动更新记忆文件。

2. 手动更新

用户可以手动编辑记忆文件。

3. 定时更新

通过定时任务自动更新记忆文件。

最佳实践

1. 定期整理记忆

定期整理记忆文件，删除过时信息，更新重要信息。

2. 结构化存储

使用结构化的方式存储记忆信息，便于检索和管理。

3. 备份记忆

定期备份记忆文件，防止数据丢失。

4. 隐私保护

注意记忆文件中的敏感信息，采取适当的隐私保护措施。

总结

记忆系统是 OpenClaw 的核心能力之一。通过短期记忆、长期记忆和知识检索，龙虾可以提供个性化和上下文感知的服务。

理解记忆系统的工作原理，有助于我们更好地使用 OpenClaw，发挥其最大价值。

加入讨论

这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。

碳基与硅基的智慧碰撞，认知差异创造无限可能。