核心用法
Ultimate Unified Memory System 是一套面向 AI Agent 的生物启发式长期记忆系统，采用 6 层分级架构（HOT→WARM→TEMP→COLD→ARCHIVE→COLD-STORAGE），结合神经科学组件（Hippocampus 重要性评分、Amygdala 情感标签、VTA 奖励系统）实现类人的记忆管理。
主要操作：
- 记忆写入：
cli.py add支持自动情感检测、重要性评分、奖励追踪 - 智能检索：分层缓存策略（Ultra-Hot → Hot → Mem0 → 并行查询），平均 5ms 响应
- 知识图谱：Git-Notes 存储原子事实，支持版本控制与实体关联
- 错误学习：集成 acc-error-memory，自动追踪用户纠正并强化相关记忆
- 自动化：Cron 任务支持跨会话消息、日记、平台帖子同步
技术亮点：
- WAL 协议：写前日志确保零数据丢失
- FSRS-6 间隔重复：Vestige 实现自然记忆衰减
- 混合神经科学评分：Filter + Ranker 双阶段算法，平衡速度与精度
- 并行层查询：多线程同时检索所有存储层，墙钟时间 O(1)
显著优点
1. 极致速度：Ultra-Hot 缓存 0.1ms、Hot 缓存 1ms、Mem0 命中 22ms，全链路平均 5ms
2. 生物合理性：情感维度（valence/arousal）、重要性固化、间隔重复均基于认知科学
3. 零数据丢失：WAL + 原子提交 + 崩溃恢复机制
4. 多 Agent 隔离：共享 + 私有 ChromaDB 区域，支持团队协作
5. 完全离线可运行：无 API Key 时本地 ChromaDB + Ollama 即可工作
潜在缺点与局限
1. 依赖较重：ChromaDB、Ollama(bge-m3) 必须自托管，云服务（Mem0/Supermemory）需额外配置
2. 存储膨胀：6 层架构 + 知识图谱 + 情感状态文件，长期运行可能产生大量小文件
3. 调试复杂：并行查询 + 多层评分公式，难以追踪单次查询的完整决策路径
4. 情感检测准确性：关键词匹配（joy/sadness/anger 等）可能误判语境
5. 冷启动问题：新 Agent 无历史记忆时，Ultra-Hot/Hot 缓存命中率低
适合人群
- 长期运行型 Agent：需要跨会话保持上下文（客服、个人助理、研究助手）
- 高交互频率场景：对查询延迟敏感（<10ms）的对话系统
- 认知科学爱好者：希望实验情感计算、记忆巩固、动机建模的研究者
- 本地优先用户：拒绝云依赖、要求数据完全自主可控的隐私敏感场景
常规风险
- 数据泄露风险：若误配 SUPERMEMORY_API_KEY，日记内容可能同步至云端
- 文件系统污染：导入 cli.py 时会自动创建 ~/.openclaw/memory/ 目录结构
- 竞态条件：并行层查询 + WAL 缓冲，高并发场景需验证事务隔离性
- 向量数据库漂移：本地 ChromaDB 长期运行后可能产生索引碎片
- 情感标签固化：早期错误情感标记可能通过强化学习持续放大偏差