OpenClaw Memory

核心用法

OpenClaw Memory Librarian 是一个自动化记忆管理技能，核心流程包含三步：读取近期每日日志（memory/YYYY-MM-DD.md）、将高价值信息提炼并追加至月度期刊（memory/journal/YYYY-MM.md）、删除超过14天的原始日志以释放上下文空间。

在信息提炼阶段，系统遵循严格的"信号提取"原则：忽略问候语、确认消息和已修复的中间错误；保留最终成果、架构决策、新增能力和安全变更；并始终链接相关文件。提炼后的期刊按四大维度结构化存储：决策记录（Decisions）、变更日志（Changes）、阻塞与错误（Blockers & Errors）、洞察发现（Insights），形成可追溯的知识资产。

显著优点

1. 上下文空间优化：通过定期清理过期原始日志，显著降低token消耗，提升长对话场景的响应质量
2. 知识沉淀机制：将碎片化对话转化为结构化的月度知识库，便于后续检索与模式识别
3. 智能降噪过滤：内置噪音过滤规则，自动剔除无价值信息，降低人工整理成本
4. 可追溯性设计：通过文件链接和日期索引，保持原始信息源的引用能力

潜在局限

1. 14天固定保留期：对于低频但重要的长期项目，可能因自动删除导致信息断层
2. 摘要质量依赖：信号提取的准确性高度依赖底层模型的语义理解能力
3. 无版本控制：原始日志删除后不可逆，若摘要遗漏关键细节则无法回溯
4. 单用户视角：期刊结构围绕个人工作流设计，多协作者场景下可能需要扩展

适合人群

• 长期高频使用AI助手的重度用户
• 需要维护复杂项目上下文的开发者、研究者
• 对对话历史检索效率有要求的效率工具爱好者
• 关注token成本优化的企业级部署场景

常规风险

| 风险类型 | 说明 | 缓解建议 |

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

| 数据丢失风险 | 14天后原始日志永久删除 | 关键项目建议手动备份或使用`keep raw files`模式 |

| 摘要偏差风险 | 模型可能误判信息价值，过滤关键信号 | 定期抽查期刊完整性，调整Noise Filter规则 |

| 日期边界风险 | 系统时间错误可能导致误删 | 启用时验证当前日期准确性 |

| 并发写入风险 | 多会话同时执行可能导致文件冲突 | 建议单会话串行执行，或使用文件锁机制 |

核心用法

OpenClaw Memory Librarian 是一套会话级记忆管理系统，专为长周期 AI 协作场景设计。其核心工作流包含三步：读取每日原始日志（memory/YYYY-MM-DD.md）→ 提炼关键信息并归档至月度结构化日志（memory/journal/YYYY-MM.md）→ 自动清理超过14天的原始文件以释放上下文空间。

使用时只需简单指令即可触发完整周期："Run openclaw-mem to organize my logs"。若需保留原始文件，可追加 "but keep the raw files" 参数进入只总结不删除模式。

显著优点

1. 信号降噪机制
区别于简单的日志搬运，本 Skill 强制要求提取「Signal」而非复制「Noise」。通过预设的噪声过滤规则（自动忽略问候语、中间错误、确认回复），仅保留最终决策、架构变更、安全调整等关键节点，大幅提升后续检索效率。

2. 结构化归档模板
强制四分类框架（Decisions/Changes/Blockers & Errors/Insights）确保知识沉淀的标准化，避免传统自由文本日志的信息碎片化问题。同时支持文件交叉链接，便于追溯原始上下文。

3. 零代码攻击面
纯 Markdown 文档型 Skill，无可执行代码、无第三方依赖、无网络请求，从根本上杜绝了供应链攻击、RCE 漏洞等传统风险载体。

潜在缺点与局限性

配置刚性 14天保留期限为硬编码策略，缺乏用户自定义接口（虽有仅总结模式，但无法调整自动清理周期）。对于合规要求严格的行业（如金融、医疗），固定期限可能无法满足差异化审计需求。

依赖 Agent 执行质量 功能完全依赖提示词引导底层 Agent 完成文件操作，实际效果受 Agent 的指令遵循能力影响。在复杂文件系统环境中可能出现路径解析偏差。

权限声明缺失 当前版本未在 frontmatter 中显式声明文件系统权限范围，虽实际操作限定于 memory/ 目录，但缺乏正式权限契约可能导致企业用户的安全评审障碍。

适合人群

• 长期项目协作中需要维护「组织记忆」的研发团队
• 高频使用 AI 辅助、会话历史庞杂的进阶用户
• 对代码安全性敏感、优先选择无执行权限方案的企业环境
• 追求「轻量级知识管理」、不愿部署复杂数据库方案的个人开发者

常规风险

1. 误删风险：自动清理功能若与 Agent 时间认知偏差叠加，可能误删近期文件（虽有14天缓冲期，但建议关键日志手动备份）
2. 摘要质量波动：AI 提炼存在信息损失风险，关键决策建议人工复核归档内容
3. 路径注入：虽无代码执行，但若 Agent 对路径参数处理不当，理论上存在目录遍历可能（建议启用沙箱文件系统）