OpenClaw Memory

核心用法

OpenClaw Memory Curator 是专为 OpenClaw 会话架构设计的内存管理系统，采用三层记忆模型：

• Session Memory（会话层）：仅用于检索的临时索引，自动压缩
• Daily Logs（日志层）：追加式操作记录，记录命令执行与临时阻塞
• Long-Term Memory（持久层）：MEMORY.md 存储决策、偏好、不变式等高价值知识

核心机制为 Pre-Compaction Flush（预压缩刷新）：系统在会话压缩前触发静默代理回合，自动提取持久知识写入磁盘，实现「Save Game 式」检查点。

显著优点

• 自动化持久化：无需手动干预，关键知识在压缩前自动落盘
• 渐进式检索：memory_search → memory_get 的层级调用，精准控制 token 消耗
• 隐私安全设计：明确禁止存储 API Key、Token 等敏感信息，支持 <private> 标签过滤
• ID 化可追溯：DEC/PREF/FACT/POLICY 等标准化 ID 便于混合搜索与审计
• 可选 QMD 增强：支持 BM25+向量+重排序的本地优先高级检索模式

潜在局限

• 硬性依赖：必须开启 sessionMemory 实验特性，否则无法运作
• 配置复杂度：需在 compaction.memoryFlush 中正确配置提示词与开关
• 非即时生效：依赖压缩触发时机，无法实时强制写入（需手动调用）
• 无自动清理：默认不删除任何数据，长期运行可能导致日志膨胀

适合人群

• 长期运行的 OpenClaw 代理开发者
• 需要跨会话保持上下文记忆的生产环境
• 关注 token 效率与检索精准度的专业用户
• 对数据隐私与审计有要求的团队

常规风险

• 配置遗漏风险：未开启 sessionMemory 或 memoryFlush 会导致记忆丢失
• 敏感信息泄露：若忽视 <private> 标签或错误存储凭证，可能造成安全风险
• 检索幻觉：过度依赖会话层检索而未确认磁盘源数据，可能导致过时信息
• 存储膨胀：缺乏自动归档策略时，日志文件持续增长影响性能

核心用法

openclaw-mem 是专为 OpenClaw 设计的会话优先记忆策展系统，采用三层记忆架构：

| 层级 | 存储位置 | 用途 | 生命周期 |

|------|---------|------|---------|

| Session Memory | 索引缓存 | 检索专用 | 自动压缩丢失 |

| Daily Logs | `memory/YYYY-MM-DD.md` | 操作记录、临时阻塞 | 长期保留 |

| Long-Term Memory | `MEMORY.md` | 决策、偏好、不变量 | 永久持久 |

关键配置需启用 sessionMemory 索引和 memoryFlush 预压缩刷新，在会话压缩前自动提取持久知识写入磁盘。

显著优点

• 架构清晰：三层分离避免记忆污染，"Disk is truth" 理念确保关键信息不丢失
• 检索优化：渐进式召回策略（搜索→筛选→精取）控制 token 消耗，保持上下文稳定
• 隐私安全：明确禁止存储 API 密钥等敏感信息，支持 <private> 标签过滤
• 零代码风险：纯 Markdown 文档，无可执行代码、无外部依赖、无网络调用

潜在局限

• 来源可信度 T3：个人开发者/社区项目，GitHub 仓库无法验证，需用户自行审查
• 理论记忆操控风险：作为 Memory 管理工具，可能引导 Agent 写入任意内容（需人工监督）
• 配置依赖重：必须正确开启实验性功能 sessionMemory 和 memoryFlush 才能正常工作
• 无官方背书：安全认证报告明确声明不代表 Anthropic 或 OpenClaw 官方背书

适合人群

• 需要长期上下文保持的 OpenClaw 高级用户
• 重视隐私合规、希望避免敏感信息泄露的场景
• 愿意自行审查代码、定期监控记忆文件内容的技术用户

常规风险

• 记忆文件被注入虚假信息影响 Agent 决策（建议定期审查 MEMORY.md）
• 配置错误导致关键记忆在压缩中丢失（务必启用预压缩刷新）
• 来源不可验证带来的供应链风险（建议验证 GitHub 仓库后使用）