memory-hygiene

核心用法

Memory Hygiene 是专为 Clawdbot 设计的向量内存管理技能，主要解决 LanceDB 向量数据库因自动捕获机制导致的记忆膨胀问题。核心操作包括三类：审计（memory_recall 查询现有记忆）、清理（rm -rf 删除并重启 gateway）、重播种（从 MEMORY.md 提取关键事实重新存储）。用户可通过配置 autoCapture: false 从源头减少垃圾记忆产生，也可设置月度 cron 任务实现自动化维护。

显著优点

1. 精准定位痛点：直接针对 Clawdbot 用户高频遇到的"记忆膨胀导致 Token 浪费"问题，提供可落地的解决方案
2. 操作路径清晰：从审计、清理到重播种形成完整闭环，配套明确的命令示例和配置代码
3. 预防性设计：不仅解决存量问题，更通过禁用 autoCapture 和建立维护 cron 实现长期治理
4. 安全边界明确：rm -rf 命令限定在用户目录子路径，配合 gateway 重启要求，降低误操作风险

潜在缺点与局限性

1. 平台绑定性强：仅适用于 Clawdbot 生态，非 Clawdbot 用户无法使用
2. 手动操作依赖：核心清理步骤需用户主动执行命令，暂未提供一键自动化封装
3. 记忆丢失风险：清理操作会彻底清除向量记忆，若未妥善备份 MEMORY.md 关键信息可能导致数据丢失
4. T3 来源可信度：来自个人开发者账号，缺乏组织背书和长期维护承诺

适合的目标群体

• Clawdbot 重度用户，长期对话导致记忆库膨胀、自动召回质量下降
• 对 Token 成本敏感的企业/团队用户，希望减少无效记忆带来的推理开销
• 有运维能力的开发者，能够理解和执行命令行操作及 cron 配置

使用风险

1. 执行风险：rm -rf 命令若路径输入错误可能造成数据损失，需严格核对目录
2. 配置风险：禁用 autoCapture 后可能遗漏有价值的新记忆，需在"噪音控制"与"信息捕获"间权衡
3. 维护依赖：月度 cron 任务需持续运行环境支持，若 gateway 重启机制异常可能导致维护失败
4. 版本兼容性：Clawdbot 后续版本若调整内存架构，文档中的路径和命令可能失效