（9973期）OpenClaw Memory – 让 AI 真正记得你们聊过什么

让 AI 真正记得你们聊过什么 OpenClaw 记忆系统的核心管理技能，涵盖 MEMORY.md 维护、每日日志管理、语义搜索调优及防遗忘机制配置，确保长期上下文持久化。 使用说明 核心用法 openclaw-mem 是 OpenClaw 代理的记忆基础设施管理技能，解决 LLM 上下文窗口有限导致的"遗忘"问题。核心架构分为两层： 每日日志层（memory/YYYY-MM-DD.md）：追加式会话记录，自动加载今昨两日内容 长期记忆层（MEMORY.md）：经人工策展的持久化事实，私聊会话启动时加载 显著优点 文件即真理：纯 Markdown 存储，无黑盒数据库，可版本控制、人工审计 混合检索：向量相似度 + BM25 关键词的加权融合，兼顾语义理解与精确匹配 防压容错：自动 memory flush 机制在上下文压缩前静默写入 durable notes 模块化扩展：支持 Mem0/Cognee/Supermemory 等外接记忆插件 精细调优：Temporal Decay（时间衰减）和 MMR（最大边缘相关性）解决陈旧信息霸榜与结果冗余问题 潜在缺点与局限性 冷启动成本：首次配置需理解两层架构的取舍，易误把临时指令存错位置 Embedding 依赖：语义搜索需额外 API key（Codex OAuth 不覆盖），本地模型需手动配置路径 文件大小硬限制：MEMORY.md >20k 字符自动截断，大项目需主动分片维护 群组会话降级：MEMORY.md 仅在私聊加载，群聊场景记忆能力显著削弱 QMD 实验性：高性能本地检索需额外安装 Bun 环境与 GGUF 模型，首次运行下载耗时 适合人群 长期项目协作者（需跨周/月保持上下文） 多代理工作流设计者（依赖 AGENTS.md 规则持久化） 对"可解释 AI"有要求的用户（文件级透明审计） 常规风险 | 风险场景 | 缓释措施 ||---------|---------|| 规则仅存于聊天，压缩后丢失 | 强制 AGENTS.md 写入 "search memory before acting" || Embedding 配置错误导致检索失效 | 校验 API key，优先使用 OpenAI/Gemini 等主流端点 || MEMORY.md 膨胀致关键信息截断 | 月度蒸馏，将成熟规则迁移至 Skill 文件 || 敏感信息随日志持久化 | 排除 credentials/ 与 openclaw.json 于版本控制外 | 关键配置检查项 # 健康诊断三命令openclaw /context list # 确认 MEMORY.md 加载状态与截断情况wc -c ~/.openclaw/workspace/*.md # 审计文件体积openclaw config get agents.defaults.compaction.memoryFlush # 确认 flush 启用 原始说明 Manage, optimize, and troubleshoot the OpenClaw memory system — MEMORY.md curation, daily logs (memory/YYYY-MM-DD.md), memory_search tuning, compaction survi...