核心用法
Reclaw 是一个追加式事件日志记忆系统，专为需要长期上下文保持的AI助手设计。它不采用传统的"每日记忆文件"模式，而是将所有记忆以结构化条目形式存储在 log.jsonl 中。
工作流程
1. 自动加载：每次会话开始时，MEMORY.md 自动加载，包含手动维护的目标/偏好区，以及夜间生成的 Reclaw 记忆快照
2. 会话交接：每次会话结束后，系统自动提取关键信息写入 MEMORY.md 的 handoff 区块
3. 信息捕获：用户在对话中清晰陈述的信息会被提取钩子自动捕获，无需直接操作日志文件
4. 按需检索：通过 memory_search 关键词/类型/主题检索，或用 memory_get 获取特定条目、会话记录或文件
条目类型设计
| 类型 | 用途 |
|------|------|
| `task` | 行动项，含 `open`/`done` 状态 |
| `fact` | 用户专属信息（偏好、事件、观察）|
| `decision` | 决策记录，附带 reasoning |
| `question` | 未解决的开环问题 |
| `handoff` | 会话边界状态摘要 |
主题管理
所有非 handoff 条目关联 kebab-case 主题 slug（如 auth-migration），支持 project/person/system/topic 四种类型，提供 CLI 工具进行增删改查。
显著优点
- 架构清晰：追加日志+主题注册表设计，避免文件碎片化
- 自动提取：用户只需"说清楚"，无需学习复杂存储语法
- 引用追踪：
[entry-id]引用格式自动计分，高频引用条目优先保留在快照 - 不可变历史：append-only 设计保证审计完整性，当前状态通过时序重建
- 硬过滤机制："是否必须了解此人才能知道此事"——有效防止通用知识污染个人记忆
- 丰富 CLI：日志查看、主题追踪、快照生成、历史导入等完整工具链
局限性与风险
| 问题 | 说明 |
|------|------|
| 依赖提取质量 | 自动提取钩子若理解偏差，会导致记忆失真 |
| 时序重建成本 | 长期主题历史追溯需读取全部相关条目 |
| 主题命名一致性 | 用户需自觉使用清晰 slug，否则产生重复主题 |
| 无原生多用户 | 设计为单用户系统，未体现租户隔离 |
| 引用计分盲区 | 仅追踪 `[id]` 格式，自然语言提及不计入 |
适合人群
- 需要数月甚至数年长期记忆保持的专业助手场景
- 复杂项目追踪（多并行主题、任务状态管理）
- 偏好结构化数据、愿意维护主题注册表的技术用户
- 对记忆可审计性、不可篡改性有要求的合规场景
常规风险
- 数据持久化：
log.jsonl文件损坏将导致记忆丢失，需配套备份策略 - 隐私边界：硬过滤依赖实现正确性，过度捕获可能泄露敏感信息
- 迁移成本：历史数据格式锁定于
log.jsonl，跨系统迁移需转换工具 - 快照时效：夜间生成策略意味着新条目最快次日进入快照