核心用法
Memory On Demand 是一种被动触发的记忆增强技能，专为长对话场景设计。当用户输入中包含"之前""上次""历史记录""还记得吗"等时间回溯类关键词时，Skill 自动启动本地检索流程：优先调用 QMD 索引服务执行快速精准搜索，若结果不足则回退至 Memory 文件系统遍历。整个检索过程无需用户手动指定工具，实现"问即所得"的无缝体验。
该 Skill 的执行边界清晰限定于本地数据层——QMD 已预配置 workspace、butler、researcher、sessions 四大索引域，Memory 则指向 ~/.openclaw/workspace/memory/*.md 路径。返回结果经整理后直接注入当前对话上下文，供大模型生成连贯应答。
显著优点
零侵入式设计是该 Skill 的最大亮点。作为纯 Markdown 文档型 Skill（105 行，3 个文件），它不包含任何可执行代码、依赖项或网络请求，从根本上杜绝了供应链攻击、远程代码执行、数据外泄等常规风险。六维安全扫描得分 95/100，静态与动态分析均为"优秀"级别。
按需加载策略有效优化了长对话成本。传统方案常采用"全量记忆注入"，导致上下文窗口迅速膨胀；本 Skill 仅在检测到明确的历史指向性提问时才激活检索，既保留了大模型的无限上下文幻觉，又避免了无意义的 Token 消耗。
双源冗余架构（QMD + Memory）兼顾效率与覆盖：QMD 基于倒排索引实现毫秒级响应，适合结构化查询；Memory 文件遍历作为兜底，确保非索引内容亦可召回。自动关键词识别降低了用户学习成本，无需记忆特定指令语法。
潜在缺点与局限性
检索精度依赖索引质量。QMD 的召回效果与前期索引配置强相关，若历史会话未被正确归类至 workspace/butler/researcher/sessions 四大域，或 QMD 服务本身未运行，则自动降级为文件遍历模式，延迟显著增加。
关键词覆盖有限。当前触发词表为硬编码枚举，对"三天前讨论的""2024 年 Q2 那个方案"等模糊时间表达、或"跟老张聊的"等指代消解场景无法识别，存在漏触发风险。
隐私边界模糊。Skill 会无差别检索所有历史记录，若 memory 中包含密码、API Key、个人身份信息等敏感内容，可能被意外召回并暴露于当前对话上下文。虽有"建议用户确认敏感信息"的提示，但缺乏运行时二次确认机制。
T3 来源可信度。维护者 aeoleader 为个人开发者，无组织背书，代码未托管于公开 GitHub 仓库，版本更新后的完整性校验依赖 ClawHub 平台本身。
适合的目标群体
- 长会话重度用户：需要与 AI 维持数小时甚至数天连续对话的知识工作者、研究人员、创意写作者。
- 多项目并行管理者：在不同工作流间切换，需要频繁回溯"上次说到哪"的项目经理、产品经理。
- 本地优先隐私敏感者：拒绝云端记忆同步，坚持数据驻留本地的用户（ Skill 纯本地运行，无网络外传）。
- Token 成本敏感者：使用按 Token 计费的 API 服务，希望精细化控制上下文长度的开发者或企业。
常规使用风险
性能风险：Memory 文件遍历模式在数据量增大时延迟线性上升，极端情况下（GB 级历史文件）可能导致响应超时。建议定期归档或清理旧记忆文件。
数据一致性风险：QMD 索引与 Memory 文件存在同步延迟，若用户直接修改了 memory/*.md 而未触发索引更新，可能检索到过期版本。
敏感信息泄露风险：如前所述，无差别的本地检索可能意外暴露历史记录中的机密内容。建议用户建立记忆文件分级机制，将高敏感内容隔离于 Skill 检索范围外。
版本兼容性风险：Skill 依赖 QMD 命令行工具与特定目录结构，若 OpenClaw 平台升级后变更路径约定或 QMD 接口，可能导致检索失效。
许可证风险：当前未声明开源许可证，商业场景使用存在法律不确定性，建议联系维护者补充 MIT/Apache-2.0 等宽松许可。