核心用法
OpenClaw Memory Pensieve 是一套面向智能体（agent）的本地优先记忆管理系统，核心设计围绕追加式不可变存储与密码学完整性保证。系统将记忆划分为四个层级：
| 层级 | 用途 | 检索优先级 |
|------|------|-----------|
| `self_model.jsonl` | 智能体自我认知与身份定义 | 最高 |
| `procedural.jsonl` | 操作程序与技能知识 | 次高 |
| `semantic.jsonl` | 语义知识与概念网络 | 中等 |
| `events.jsonl` | 时序事件日志（按时间窗口检索） | 最低 |
所有写入均为追加操作，禁止改写历史行，确保审计轨迹完整。系统通过 ledger.jsonl 维护哈希链收据，每日运行 consolidate_daily.py 进行矛盾检测与数据压缩。
Algorand 区块链锚定（可选增强）
针对高完整性需求场景，系统支持将每日记忆根哈希锚定至 Algorand 公链：
1. 密钥隔离：专用锚定钱包由外部 HSM/钱包应用管理，私钥不接触本系统
2. 加密载荷：记忆内容经 AES-GCM 加密后嵌入交易备注字段
3. 零知识证明友好：仅上链根哈希，原始数据本地留存
4. 验证闭环：支持从链上检索交易、解密载荷、验证哈希链一致性
显著优点
- 抗篡改架构：追加式存储 + 哈希链 + 区块链锚定三重防护
- 本地优先：无云端依赖，数据主权完全归属用户
- 模块化设计：Algorand 锚定为可选插件，基础功能零成本运行
- 密码学严谨：支持密钥轮换（
rotate_note_key.py）、外部签名流程 - OpenClaw 原生集成：与智能体运行时深度适配，支持热加载与技能共享
潜在缺点与局限性
- 区块链成本：Algorand 锚定需支付交易费（约 0.001 ALGO/笔），主网操作需钱包资金
- 密钥管理复杂度：多密钥体系（层密钥、备注加密密钥、锚定钱包）增加运维负担
- 检索效率：纯追加式日志在大规模数据下需依赖每日合并优化，实时复杂查询能力有限
- 外部依赖风险：Algorand 节点可用性影响锚定与验证流程
- 学习曲线：涉及哈希链、区块链交互等概念，对非技术用户门槛较高
适合人群
- OpenClaw 智能体开发者：需要为 AI agent 构建长期记忆基础设施
- 数据完整性敏感场景：审计、合规、科研记录等需防篡改证明的领域
- Web3 原生团队：已在 Algorand 生态有技术积累，希望链上链下数据联动
- 隐私优先用户：拒绝云服务、坚持本地数据主权的个人或组织
常规风险
| 风险类别 | 描述 | 缓解措施 |
|---------|------|---------|
| **密钥泄露** | 加密密钥或锚定钱包私钥被盗 | 强制外部 HSM 托管锚定私钥，支持密钥轮换 |
| **链上隐私** | 加密备注存在未来被破解风险 | 仅锚定哈希，敏感内容永不上链 |
| **数据丢失** | 本地存储介质故障 | 哈希链支持跨副本一致性校验，建议配合常规备份 |
| **智能合约无关风险** | Algorand 备注字段非智能合约，无代码审计需求但需关注协议升级兼容性 | 使用标准备注格式，预留版本字段 |
| **操作失误** | 误删 `ledger.jsonl` 破坏哈希链 | 每日锚定后链上哈希可作为恢复锚点 |