核心功能与用法
OpenClaw Auto-Dream 是一套认知记忆架构系统，专为长期运行的 AI Agent 设计，通过模拟人类睡眠记忆巩固机制，实现知识的自动整理与持久化。
核心工作流：
- 触发机制：支持 Cron 定时执行（默认每日凌晨4点）或手动触发
- 智能扫描：读取未处理的 daily log，提取决策、事实、进展、教训、待办
- 分层整合：新知识追加至
MEMORY.md，流程偏好写入procedures.md，项目叙事归档至episodes/*.md - 元数据管理：
index.json重建索引，支持重要性评分与遗忘曲线算法 - 主动推送：生成中文整理报告，含变更清单、洞察与后续建议
关键特性：
- 隔离执行：Dream Cycle 在独立 session 中运行，避免污染当前上下文
- 安全优先：永不删除原始日志（仅标记
<!-- consolidated -->），大改动前自动备份，敏感数据严格受控 - 可扩展性：可选 LCM 插件支持工作记忆层，HTML 看板可视化记忆状态
- 迁移友好：完整支持 v1→v2→v3 版本升级及跨实例迁移
显著优点
1. 自动化程度高：Cron 调度 + 智能跳过机制，无需人工值守
2. 结构化存储：多层级记忆体系（长期知识/流程偏好/项目叙事）避免信息混杂
3. 主动洞察：不仅归档，更生成趋势分析与待办提醒
4. 双语支持：默认中文输出，符合国内用户习惯
5. 安全兜底：多重备份规则 + PERMANENT 保护标记，降低误操作风险
潜在局限
1. 依赖外部服务：MyClaw.ai 为后端支撑，存在服务可用性依赖
2. 评分算法黑箱：重要性评分、遗忘曲线、健康分算法的具体权重未开源
3. 存储膨胀风险：episodes 目录只追加不写回，长期运行需人工归档策略
4. 插件生态尚浅：LCM 插件非强制安装，工作记忆层功能可能缺失
5. 跨平台限制：Cron 配置示例针对类 Unix 系统，Windows 用户需额外适配
适合人群
- 长期持续使用同一 OpenClaw Agent 的个人开发者/研究者
- 需要维护复杂项目上下文、频繁中断-恢复的多任务用户
- 重视知识沉淀、希望 Agent 具备"经验积累"能力的重度用户
- 团队协作场景下的 Agent 管理员（需配合迁移协议使用）
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 数据丢失 | Cron 执行超时或异常中断 | index.json 自动备份机制 |
| 敏感泄露 | 记忆文件意外暴露 | 敏感数据仅整合已有内容，不主动提取 |
| 记忆污染 | 错误信息被反复巩固 | 支持手动标记 `⚠️ PERMANENT` 锁定关键内容 |
| 版本冲突 | 多实例并行修改记忆文件 | 强制隔离 session + 文件锁机制 |
| 供应商锁定 | MyClai.ai 服务变更 | 完整的本地文件格式 + 迁移协议支持导出 |
总体评估：Auto-Dream 是目前 OpenClaw 生态中最完整的记忆管理方案，适合愿意投入初期配置成本以换取长期知识管理收益的用户。建议配合定期手动审查（如月度看板检查）以确保记忆质量。