Memory Pill

💊 给 AI 装上长期记忆与项目执行力

为 OpenClaw 提供结构化长期记忆与里程碑驱动执行,支持 PARA 项目管理、决策追踪与 Obsidian 兼容的双链笔记。

收藏
4.4k
安装
1.1k
版本
0.7.3
CLS 安全性认证2026-08-04
点击查看完整报告 >

使用说明

核心功能

Memory Pill 是一款面向 OpenClaw 的结构性记忆扩展技能,旨在解决 AI 对话中"上下文遗忘"与"任务执行碎片化"的痛点。它通过建立 PARA(Projects, Areas, Resources, Archives)文件夹体系,实现项目、人员、决策、技能等信息的持久化存储与结构化检索。

显著优点

1. 里程碑驱动执行:将大型项目拆解为可追踪的里程碑阶段,每个里程碑包含具体任务与截止时间,配合 Dashboard 可视化进度,避免"半途而废"。

2. Prompt Engineering 自动化:将用户的简单指令(如"做个登录页")自动扩展为包含角色设定、技术栈背景、输出格式、约束条件的完整 Agent 指令,显著降低沟通成本。

3. Agent-First 架构:主 Claw 仅处理快速决策与路由,所有实质性工作派发给专业化 Agent(如 uiux-craftsman、system-designer),保持上下文精简。

4. Obsidian 原生兼容:采用 [[wiki-link]] 双链语法,记忆文件可直接在 Obsidian 中打开,形成可视化知识图谱,满足重度笔记用户的需求。

5. 事实分层系统:通过每日笔记(daily notes)与提取式事实库(facts/)分离"一次性细节"与"通用偏好/工作流程",避免记忆膨胀。

潜在局限

  • 依赖 OpenClaw 生态:无法独立运行,需配合 OpenClaw 的 memory_search 工具与 Agent spawning 机制。
  • 初始化学习成本:PARA 方法论、Prompt 扩展规则、ID 命名规范需要 1-2 小时熟悉,对轻量用户可能过重。
  • 搜索索引延迟:memory_search 依赖后台索引,新创建的文件可能无法立即检索,需手动管理预期。
  • 无自动同步机制:与云端笔记工具(Notion、Logseq)的同步需用户自行搭建,目前仅支持本地文件系统。

适合人群

  • 使用 OpenClaw 进行长期项目开发的开发者与产品经理
  • 习惯 PARA / Zettelkasten 方法论的知识工作者
  • 需要 AI 助手持续记忆客户偏好、技术决策、项目历史 的 freelancer/咨询师
  • 希望将 AI 对话输出与 Obsidian 知识库打通 的重度笔记用户

常规风险

| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 数据丢失 | 本地 JSON/Markdown 文件无版本控制 | 配合 git 或 Obsidian Git 插件定期备份 |
| 隐私泄露 | 客户资料、决策记录以明文存储 | 敏感项目使用加密磁盘或避免写入个人身份信息 |
| Agent 循环 | 任务分解不当导致 Agent 反复 spawn | 遵循 Execution Discipline Protocol 强制规划先行 |
| 记忆幻觉 | `memory_search` 返回过时或无关结果 | 关键决策人工核对原始 daily notes |

执行纪律协议

v0.7.1 起内置 @thejayden 的 EXECUTION_DISCIPLINE_PROTOCOL,强制要求:目标锁定→任务分解→假设声明→单层执行→循环检测→完成验证,从流程层面抑制 AI 常见的"急于输出、半途而废"行为模式。

---

版本: v0.7.3
许可证: 未明确(OpenClaw 生态技能)

安全解读

核心用法

Memory Pill 是专为 OpenClaw 设计的记忆增强框架,采用 PARA(Projects/Areas/People/Resources)方法论重构 AI 的工作记忆系统。安装后自动扩展标准工作区结构,新增 life/areas/ 目录容纳项目、人员、领域、客户、决策和技能六大实体类型。用户通过自然语言创建任务,系统自动调用提示词工程将简单请求扩展为包含角色定义、完整上下文、输出格式、参考示例和明确约束的详细指令,再分配给专业 Agent 执行。日常交互中产生的信息经由每日笔记收集,Cron 作业自动提取通用事实存入结构化存储,形成可搜索、可关联的长期记忆网络。

关键工作流程

1. 项目创建:建立带里程碑的项目结构,定义阶段目标与任务依赖
2. 任务分解:将用户意图通过 Prompt Engineering 扩展为可执行的详细指令

3. Agent 调度:主 Claw 仅处理快速决策,实质性工作派发给专业子 Agent

4. 记忆检索:优先调用 memory_search 索引,失败则回退至每日笔记人工核查

5. 知识沉淀:每日自动提取通用事实,维护可复用的决策记录与偏好档案

显著优点

结构化的持久记忆:突破对话上下文限制,项目、人员、决策全量持久化存储,支持 Obsidian 双向链接语法实现跨平台知识图谱。

里程碑驱动执行:强制将大型项目拆解为阶段里程碑,配套进度仪表板,从根本上遏制"半途而废"的执行陷阱。

提示词工程自动化:内置 RICE(Role-Context-Task-Output-Examples-Constraints)扩展框架,将模糊的"做个登录页"转化为可直接交付给高级工程师的详细技术规格。

Agent-First 架构:主 Claw 保持轻量快速响应,复杂任务自动路由至具备特定领域能力的子 Agent,实现专业化分工。

Obsidian 原生兼容:wiki-link 语法、Markdown 文件结构、JSON 元数据三重兼容,无缝衔接个人知识管理生态。

执行纪律协议:集成来自社区贡献者的结构化问题解决框架,强制目标锁定、任务分解、假设声明、单层执行、循环检测和完成验证六大环节。

潜在缺点与局限性

学习曲线陡峭:PARA 方法论、里程碑规划、提示词工程、Agent 调度等多层抽象概念叠加,新用户需要 2-4 周才能建立肌肉记忆。

手动维护负担:记忆索引需要定期重建,通用事实依赖人工或定时提取,项目元数据变更需手动同步图结构,尚未实现全自动化的"零摩擦"体验。

平台锁定风险:深度绑定 OpenClaw 的 memory_search 工具与特定目录结构,迁移至其他 AI 平台需要大规模重构。

过度工程争议:对于简单一次性任务,完整的项目-里程碑-任务三级结构和提示词扩展流程可能显得冗余。

协作机制缺失:当前版本仅支持单人使用场景,多用户共享记忆、权限隔离、并发编辑冲突解决等企业级功能尚未覆盖。

适合的目标群体

  • 重度 AI 协作者:每日与 AI 对话超过 2 小时,需要跨会话保持上下文的深度用户
  • 项目驱动型工作者:同时管理 5+ 并行项目的自由职业者、产品经理、技术负责人
  • PARA/OKR 方法论实践者:已建立个人知识管理体系,寻求 AI 增强的 GTD 执行层
  • 多 Agent 工作流构建者:需要自定义专业 Agent 并编排复杂协作链的高级用户
  • Obsidian 生态用户:希望统一本地笔记与 AI 交互的知识管理一体化追求者

使用风险

性能风险:记忆搜索依赖文件索引,大型工作区(1000+ 文件)可能出现秒级延迟;建议定期归档已完成项目。

数据一致性风险:JSON 元数据与 Markdown 内容、图结构与实际目录存在多源同步问题,手动编辑后需运行图重建命令。

索引失效风险:memory_search 返回空结果时系统缺乏自动重索引机制,用户需手动触发或等待定时任务。

提示词膨胀风险:自动扩展后的提示词可能超出模型上下文窗口,超长任务建议拆分为里程碑级子任务。

版本兼容性风险:v0.7.3 移除初始化脚本后依赖 OpenClaw 基础版本提供核心文件,旧版本用户需手动迁移。

备份依赖:纯本地文件存储,未集成云同步机制,用户需自行配置 Git 或云盘备份防止数据丢失。

Memory Pill 内容

手动下载zip · 11.2 kB
SKILL.mdtext/markdown
请选择文件