Fluid Memory

核心用法

Fluid Memory 是一套模仿人类认知机制的长期记忆系统，专为 OpenClaw 框架设计。其核心在于会遗忘的记忆——区别于传统数据库的永久存储，系统通过检索分数阈值（0.05）自动过滤弱相关记忆，并通过「梦境守护」定时归档低活跃内容（<0.15）。

三种交互模式构成完整记忆生命周期：

• 植入（Remember）：用户明确指令「记住xxx」时写入语义化内容
• 唤起（Recall）：查询历史信息，每次检索自动强化该记忆（访问计数+1）
• 遗忘（Forget）：主动归档或系统自动清理

技术实现上依赖 ChromaDB 作为向量存储，通过 Python wrapper 脚本执行底层操作。Auto Learn 模式利用 OpenClaw 原生的 memoryFlush 机制，在对话 compaction 时自动同步记录。

显著优点

1. 生物拟真性：遗忘机制反而降低噪音，保留真正重要的上下文
2. 自强化循环：高频访问的记忆自然巩固，符合认知科学原理
3. 零配置感知：用户无需理解工具调用，通过自然语言意图触发
4. 语义检索：基于向量相似度而非关键词匹配，理解「同义不同形」的查询

潜在局限

• 生态锁定：深度绑定 OpenClaw 框架，无法独立运行于其他 LLM 宿主
• 黑盒遗忘：用户无法预知哪些记忆会被清理，长期依赖存在风险
• 阈值固化：0.05/0.15 的遗忘阈值硬编码，无动态调节接口
• 单点故障：ChromaDB 本地存储无原生备份机制

适合人群

• 需要长期个性化对话的 AI 助手开发者
• 研究认知架构、对话状态管理的 LLM 应用工程师
• 对「有缺陷但自然」的记忆系统有审美偏好的用户

常规风险

| 风险类型 | 说明 |

|---------|------|

| 数据持久性 | 自动遗忘可能导致用户认为「已保存」的信息丢失 |

| 隐私泄露 | 记忆以明文/向量形式本地存储，设备共享时暴露风险 |

| 强化偏见 | 高频查询的话题会被过度强化，形成信息茧房 |

| 依赖脆弱性 | OpenClaw 配置错误（如禁用 `memoryFlush`）导致记忆失效 |

核心用法

Fluid Memory 是一套仿生人类认知的记忆架构，通过「植入-唤起-遗忘」三元机制实现动态知识管理。

植入 (Remember)：用户明确说「记住xxx」时，AI 调用 fluid_remember 将内容写入本地 ChromaDB 向量数据库。

唤起 (Recall)：用户询问过往对话或偏好时，调用 fluid_recall 进行语义检索。关键特性：每次检索都会强化该记忆（访问计数+1），实现「常用常新」的神经网络效果。

遗忘 (Forget)：支持三重遗忘机制——动态遗忘（检索分<0.05自动过滤）、主动遗忘（fluid_forget归档）、梦境守护（定时清理低分记忆）。

自动学习：依托 OpenClaw 原生的 memoryFlush 机制，对话触发阈值后自动同步记录，无需人工干预。

---

显著优点

| 维度 | 优势 |

|------|------|

| **仿生设计** | 突破传统数据库的「永久存储」思维，模拟人脑的选择性遗忘与强化 |

| **语义理解** | 基于 ChromaDB 向量检索，支持模糊匹配而非关键词死查 |

| **零网络风险** | 纯本地运行，无外部 API 调用，数据驻留 `~/.openclaw/workspace/` |

| **无缝集成** | Hook 机制自动同步 OpenClaw 对话流，配置即生效 |

| **透明可控** | `fluid_status` 实时查看大脑状态，遗忘策略可预期 |

---

局限与风险

功能局限：

• 依赖本地 Python 环境（需预装 chromadb、pyyaml）
• ChromaDB 单机性能瓶颈，海量记忆场景下检索延迟可能上升
• 梦境守护为定时任务，低分记忆非即时清理

安全风险（认证报告评估）：

• 子进程调用（低危）：wrapper.py 通过 subprocess 调用本地脚本，虽无注入漏洞，但建议增加路径白名单校验
• 环境变量读取（信息级）：读取 CONDA_PREFIX/CONDA 定位 Python 解释器，无敏感信息收集
• 输入验证待强化：长文本输入未做长度限制，存在理论上的 ReDoS 可能

---

适合人群

• 隐私敏感用户：拒绝云端记忆、要求数据本地驻留
• 长期对话场景：需要 AI 记住跨会话偏好、习惯的深度用户
• 技术爱好者：希望理解/调试记忆机制、可接受本地部署成本

---

常规风险

| 场景 | 说明 | 缓释措施 |

|------|------|---------|

| 记忆丢失 | 主动/自动遗忘可能误删 | 关键信息建议用户明确「记住」并定期唤起强化 |

| 检索偏差 | 语义匹配非 100% 精准 | 多关键词组合查询，或人工确认 |

| 本地存储损坏 | 依赖文件系统稳定性 | 定期备份 `~/.openclaw/workspace/` 目录 |

| 依赖更新 | ChromaDB/PyYAML 版本迭代 | 关注项目文档的兼容性声明 |