Memory Organizer

🗂️ 智能分层记忆,告别上下文膨胀

智能分层整理长期记忆与日常日志,防止上下文污染,保持 MEMORY.md 精简高效,适用于需要持续优化 AI 会话记忆的深度用户

收藏
5.5k
安装
1.3k
版本
1.2.1
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Memory Organizer 采用严格的双层记忆模型,解决 AI 会话中常见的上下文膨胀问题。核心机制是将记忆分离为永久层(MEMORY.md)日常层(memory/YYYY-MM-DD.md),前者仅保留跨会话必读的稳定信息,后者承载完整历史细节。

具体操作流程:

  • 扫描并清理 MEMORY.md,去除重复与过时内容
  • 就地压缩 dated memory 文件,保留历史可溯性
  • 执行「晋升三问」检验:是否跨多会话重要?是否需启动即加载?是否稳定不增 clutter?
  • 仅将极少数 durable facts(用户偏好、项目配置、跨会话待办)写入永久层

显著优点

1. 结构性清晰:明确的晋升规则避免记忆文件沦为垃圾堆
2. 性能优化:缩短启动上下文,降低 token 消耗与延迟

3. 可审计性:完整保留历史记录于日期文件,不丢失细节

4. 防污染机制:强制隔离临时日志与长期配置,减少误污染

5. 决策框架:三问检验提供可复用的内容策展方法论

潜在局限

  • 需用户主动触发,无自动压缩机制
  • 依赖人工判断「稳定性」,存在主观性
  • 未提供自动去重或相似内容检测
  • 跨日期的事实追溯需手动查阅多个文件
  • 缺乏版本控制或回滚机制(虽有备份建议)

适合人群

  • 高频使用 OpenClaw/类系统的专业用户与开发者
  • 运行长期项目、需要维持数月上下文的工作流
  • 对 token 成本敏感、注重启动效率的场景
  • 有主动信息管理意识、愿意投入策展时间的用户

常规风险

| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 过度晋升 | 将日常日志误写入永久层 | 严格执行三问检验 |
| 数据丢失 | 压缩操作误删 | 操作前强制备份 |
| 历史割裂 | 关键决策未被晋升导致上下文丢失 | 定期人工审查 |
| 路径越界 | 文件操作超出工作区 | 路径验证与白名单限制 |

安全等级 S:纯本地文件操作,无外部调用,风险可控。建议配合定期手动备份形成完整数据保护策略。

Memory Organizer 内容

手动下载zip · 9.2 kB
memory-organizer.jstext/javascript
请选择文件