核心用法
openclaw-mem 是专为 OpenClaw 设计的会话优先内存管理技能,核心目标是让重要知识在会话压缩后依然存活,同时避免上下文窗口膨胀。
三层存储架构
1. Session Memory (RAM):当前会话临时存储,自动压缩,不可靠长期留存
2. Daily Logs (memory/YYYY-MM-DD.md):仅记录当日工作,类似工作日志
3. Long-Term Memory (MEMORY.md):精选高价值知识,小体积、高信号、可检索
关键操作流程
- 写入规则:决策/偏好/不变量写入
MEMORY.md;临时工作写入当日日志 - 预压缩刷新:会话压缩前自动触发,将持久化知识写入磁盘,防止丢失
- 检索策略:
memory_search→ 筛选1-2条 →memory_get精确提取,最小化上下文占用
显著优点
- 防知识丢失:利用预压缩钩子作为"存档点",解决 LLM 会话截断痛点
- 上下文精简:分层设计确保只有高价值信息进入长期存储,避免 Token 浪费
- 检索效率:结构化 ID 前缀(DEC/PREF/FACT/POLICY)+ 标签系统,支持精准召回
- 隐私意识:内置规则禁止存储密钥、自动忽略
<private>内容
潜在缺点与局限
- 依赖实验性功能:必须手动启用
sessionMemory配置,非开箱即用 - 人工判断成本:需用户区分"持久知识"vs"临时记录",规则执行依赖自律
- 无自动清理:默认不删除旧数据,长期可能累积大量日志(虽建议归档)
- 生态锁定:专为 OpenClaw 设计,无法迁移至其他 Agent 框架
适合人群
- 使用 OpenClaw 进行长期项目开发的开发者
- 需要跨会话保持决策记录和偏好设置的 AI 辅助工作流用户
- 对上下文窗口敏感、追求 Token 效率的高级用户
常规风险
- 配置遗漏风险:未启用
sessionMemory时技能功能失效,静默失败 - 误分类风险:将临时信息写入
MEMORY.md会导致长期记忆膨胀、检索噪声增加 - 隐私泄露风险:虽有规则,但用户主动违规存储敏感信息仍可能发生