核心用法
Agent Local Memory 是一套零外部依赖的本地文件记忆系统,专为 Claude Code、OpenClaw 等 AI 代理设计。它通过标准化的 Markdown 文件格式,在 ~/.claude/memory/ 等路径下持久化存储四类关键信息:用户画像(user)、行为反馈(feedback)、项目上下文(project)和外部资源引用(reference)。
系统以 MEMORY.md 作为索引中枢,存储内存文件的链接与摘要,而非完整内容。每次对话启动时自动检测并加载相关记忆;上下文接近极限时主动归档重要信息,确保会话无缝续接。
显著优点
- 完全本地化:无网络调用、无 API 密钥、无外部服务依赖
- 结构化存储:YAML frontmatter + Markdown 内容,人类可读、版本控制友好
- 优先级机制:feedback 类型记忆具有最高权重,强制约束未来行为
- 自维护设计:索引超过 200 行时自动修剪合并,避免膨胀
潜在缺点与局限性
- 单用户限制:基于本地文件系统,无法跨设备或多用户同步
- 无加密保护:明文存储,不适合写入敏感信息(设计上明确禁止存储凭证)
- 路径依赖:需严格遵循平台特定的目录约定
- 无冲突解决:多实例同时写入可能导致文件竞争
适合人群
- 长期使用 Claude Code / OpenClaw 进行复杂项目开发的个人开发者
- 需要代理记住技术栈偏好、沟通风格的团队
- 希望减少重复说明成本的高级用户
常规风险
- 敏感数据误存:尽管规则禁止,用户侧仍可能误将密钥写入记忆文件
- 记忆污染:错误的 feedback 或 project 记忆可能长期扭曲代理行为
- 路径权限问题:若主目录权限异常,可能导致静默写入失败
- 跨平台差异:Windows/Linux/macOS 路径处理可能存在边缘 case