（1089期）Structured Memory – 分层记忆系统，智能索引与关键事实管理

分层记忆系统，智能索引与关键事实管理 为OpenClaw工作空间构建分层结构化记忆系统，通过日记忆源、模块化索引和关键事实提取，实现跨业务/技术/个人领域的可扩展知识管理。 使用说明 核心用法 Structured Memory 是一套为 OpenClaw 工作空间设计的分层记忆管理系统，核心工作流分为三个阶段： 1. 初始化与回填 首次启用时运行 init_structure.py，自动创建目录结构并将历史 memory/*.md 文件回填至索引层。系统采用 12个固定一级域（strategy/business/organization/finance/legal/project/operations/tech/routines/personal/meta/misc）作为分类锚点，确保跨工作主题的一致性。 2. 日常维护循环 每次向 memory/YYYY-MM-DD.md 写入有意义的任务进展、决策、风险或执行关键信息后，必须运行 rebuildoneday.py 重建结构化层。该脚本会： 解析日记忆为标准化索引条目 更新 by-date.json 时间线索引 维护 memory-modules/ 和 memory-entities/ 主题索引 提取关键事实至 critical-facts/ 生成可快速浏览的 preview + topic_summaries 冻结摘要 3. 检索与调用 执行关键查询时按优先级检索：全局 MEMORY.md → 项目文件 → critical-facts/cards/（服务/路径/ID等稳定对象）→ 原始事实文件 → 索引层 → 候选日记忆文件。 显著优点 确定性重建：通过幂等性校验脚本确保重复运行结果一致，206/206回归测试通过 容错设计：关键事实卡片解析器对畸形属性行、全角冒号、空值等异常宽容，单条损坏不导致整体崩溃 分层解耦：日记忆作为唯一真相源，索引层仅为可重建缓存，降低数据丢失风险 敏感信息管控：明确禁止纯文本存储高敏感度密钥，除非用户显式要求 执行优先检索：critical-facts/cards/ 针对服务器、端点、仓库、依赖等运营对象优化查询效率 潜在局限 人工触发依赖：需主动调用脚本完成重建，非全自动同步 域分类刚性：12个固定域可能无法覆盖极特殊行业场景 回填质量不均：历史文件的解析效果取决于原始格式规范性 卡片维护成本：对象式事实卡片需随实体变化持续更新 适合人群 需要跨多主题（业务+技术+个人）管理复杂长期项目的 OpenClaw 高级用户 运营多套服务/环境、依赖大量稳定标识符（IP、路径、端点）的技术团队负责人 追求可审计决策历史、需快速回溯跨日工作脉络的知识工作者 对数据可控性有要求、偏好本地结构化存储而非纯向量检索的用户 常规风险 重建遗漏：忘记运行 rebuildoneday.py 导致索引与日记忆脱节，检索时遗漏最新信息 敏感信息误存：忽视 critical-facts-policy.md 指引将密钥写入明文事实文件 过度工程化：小型短期项目无需完整分层结构，直接维护日记忆可能更高效 脚本路径依赖：硬编码的 skills/structured-memory/scripts/ 路径在自定义安装时需调整 原始说明 Manage and update a layered memory system using daily files as source, indexing by domain/module/entity, extracting critical facts, and maintaining recall ef...