每日记忆管家

Auto Memory Keeper - 每日记忆管家

核心用法

该技能通过 cron 定时任务（每小时） 或 用户主动指令 两种方式触发，自动扫描最近一小时的会话历史，提取关键信息并写入按日期组织的 Markdown 记忆文件。核心流程包含：环境检查 → 会话获取 → 噪音过滤（跳过问候、客套话、单字回复等）→ 智能分类提取（决策/事项/进展/问题/结论）→ 相似度去重 → 追加写入。

配置项支持自定义存储路径、执行间隔、活跃时间窗口、分类标签、跳过规则及去重阈值，灵活适应不同工作节奏。

显著优点

| 维度 | 价值 |

|------|------|

| **连续性** | 自动维护时间线，避免人工记录的遗漏与中断 |

| **结构化** | 强制按类型分类（决策/进展/问题），便于事后检索 |

| **低侵入** | 后台静默运行，不干扰正常对话流 |

| **可溯源** | 时间戳精确到分钟，支持决策过程回溯 |

| **双模触发** | 既可靠自动归档，也支持关键时刻手动捕获 |

潜在局限

1. 上下文丢失：每小时切片可能导致跨小时长讨论的断裂，需配合 session-wrap-up 手动补足
2. 语义理解边界：基于关键词规则提取（"决定了"/"完成了"），对隐含决策或复杂表述可能漏记
3. 隐私集中风险：所有历史写入单一本地目录，若设备共享需额外权限管控
4. 文件膨胀：长期运行产生大量日度文件，需定期归档或迁移至长期存储（MEMORY.md）
5. 去重阈值敏感：80% 相似度为经验值，对措辞微调的同义表述可能误判为新增

适合人群

• 高频使用 AI 辅助决策的 项目经理、产品经理、开发者
• 需要 工作日志自动化 的自由职业者或远程工作者
• 希望构建 个人知识管理系统（PKM） 的重度用户
• 对会话历史有 合规审计或复盘需求 的企业团队

常规风险

| 风险类型 | 说明 | 缓解建议 |

|----------|------|----------|

| 数据持久化 | 本地文件丢失或损坏 | 定期同步至云存储或版本控制 |

| 敏感信息泄露 | 会话内容可能含机密，写入明文文件 | 配置加密存储或限制目录访问权限 |

| 过度记录 | 规则配置不当导致噪音混入 | 持续调优 `skip_patterns`，定期审计文件 |

| 依赖幻觉 | 用户可能误以为 AI "记住" 了一切，忽视手动整理 | 明确告知自动记录的边界，配合手动补充 |

生态建议

与 session-wrap-up（手动会话总结）形成互补：自动记录捕获常规信息，手动总结处理复杂、跨会话或需要深度提炼的内容。重要结论建议定期迁移至 MEMORY.md 长期记忆文件。

核心用法

Auto Memory Keeper 是一款专为 OpenClaw 环境设计的会话记忆管理工具。它采用双重触发机制：一是通过 cron 任务每小时自动执行，二是响应用户主动指令如"记录一下"或"帮我记一下"。

该 Skill 的工作流程分为六个步骤：首先检查并初始化当日记忆文件；接着通过 OpenClaw CLI 获取最近一小时的活跃会话；随后执行智能噪音过滤，剔除问候语、客套话、简单确认等无价值内容；再从有效消息中识别决策、事项、进展、问题、结论五类关键信息；之后进行相似度去重（阈值 80%）；最终将结构化内容追加写入本地 Markdown 文件。

显著优点

零依赖架构：完全基于 Python 标准库开发，不引入任何第三方包，从根本上杜绝供应链攻击风险。

隐私优先设计：所有数据仅存于本地 ~/.openclaw/workspace/memory/ 目录，无网络传输、无云端同步，确保敏感对话内容不出本机。

智能内容过滤：内置正则表达式规则库，自动识别并跳过"你好""谢谢""OK"等低价值交互，仅保留实质性内容。

结构化归档：按日期自动分文件存储，条目含时间戳与分类标签，便于后续检索与复盘。

灵活可配置：支持自定义记忆目录、执行间隔、活跃时间窗口、过滤规则及去重阈值，适应不同使用场景。

潜在局限

本地化限制：记忆文件绑定单台设备，跨设备同步需手动处理，暂不支持分布式记忆共享。

语义理解边界：依赖关键词匹配与正则规则提取要点，对复杂隐喻、讽刺或高度语境化的表达可能误判或遗漏。

去重精度权衡：80% 相似度阈值在避免冗余与保留细节变体之间存在平衡难题，极端情况下可能过度合并或重复记录。

无长期语义关联：按日分文件存储虽便于管理，但跨日期的主题关联需用户手动维护 MEMORY.md 长期记忆文件。

适合人群

• 高频交互用户：每日与 Agent 进行多轮深度对话，需追溯决策脉络的开发者或知识工作者。
• 项目管理者：追踪任务进展、记录关键结论，替代传统手动会议纪要的敏捷团队。
• 隐私敏感型用户：拒绝云端记忆方案，坚持数据本地化的安全意识群体。
• 自动化爱好者：偏好 cron 驱动、无值守运行的极简主义效率工具用户。

使用风险

性能方面：每小时扫描会话历史，在极端高频交互场景（每秒多条消息）下可能产生短暂 IO 压力，但日常使用无感知。

依赖项风险：虽自身零依赖，但依赖 OpenClaw CLI 的 sessions_list 与 sessions_history 命令稳定性，若平台 API 变更需同步更新。

数据持久性：记忆文件仅存于用户目录，未配置备份机制时，系统重装或目录误删将导致历史记忆永久丢失。

过滤误伤：过于激进的 skip_patterns 可能意外过滤有价值内容，建议初期保留默认配置，根据实际输出逐步微调。