核心功能
Hippocampus 是一套为 AI 代理设计的背景记忆器官,灵感源自人脑海马体,基于斯坦福大学 Park 等人 2023 年的生成式代理研究(Generative Agents)。它独立于主代理运行,通过自动化脚本实现记忆的全生命周期管理:捕获 → 评分 → 存储 → 衰减/强化 → 检索。
显著优点
1. 科学背书:直接实现斯坦福论文中的记忆衰减公式(0.99^days)和强化机制,具有学术研究支撑
2. 结构化存储:将记忆按 domain 分类(user/self/relationship/world),配合 0.0-1.0 重要性评分和关键词标签
3. 自动化运维:通过 cron 任务实现每日衰减、每周整合,无需人工干预
4. OpenClaw 深度集成:生成 HIPPOCAMPUS_CORE.md 供 RAG 检索,与现有代理框架无缝对接
5. 生态扩展性:作为"AI Brain"系列的首个组件,预留与 amygdala(情感)、basal-ganglia(习惯)等模块的联动接口
潜在局限
- 文件系统依赖:基于本地 JSON 文件和 shell 脚本,无内置分布式或云端同步方案
- 评分主观性:初始重要性评分依赖规则匹配(如"I prefer"=0.8),缺乏 LLM 动态评估
- 无冲突解决:未明确处理记忆矛盾时的合并或覆盖策略
- 社区维护:作者标注为"Community",长期更新稳定性待观察
适合人群
- 使用 OpenClaw 框架构建长期运行 AI 代理的开发者
- 需要代理跨会话保持用户认知和个性化记忆的场景
- 对认知架构和神经科学启发式 AI 设计感兴趣的研究者
常规风险
- 数据持久性:
~/.openclaw/workspace目录的备份策略需用户自行规划 - 隐私敏感:user/relationship 域可能存储个人敏感信息,需关注文件权限设置
- 衰减参数固化:0.99 的衰减系数和 15% 强化增量为硬编码,未开放配置文件调节
- 无加密机制:记忆文件以明文 JSON 存储,多用户系统存在泄露风险