OpenClaw 记忆系统 2.1

教训驱动的自我改进记忆系统

版本类型: 无检索工具版 (Pure Manual Index)

使用 .abstract 人工索引，不依赖 qmd/Chroma/LlamaIndex 等向量检索工具。

适合：记忆文件 < 50 个、追求简洁、无需额外依赖的场景。

---

特性

• ✅ L0/L1/L2 分层记忆 - 高效检索
• ✅ P0/P1/P2 生命周期 - 自动归档
• ✅ 教训驱动改进 - 从错误中学习
• ✅ 主动提醒 - 操作前显示检查清单
• ✅ 成功率追踪 - 基于 Boltzmann 策略
• ✅ 自动晋升 - 教训→记忆→Skill

---

快速开始

安装

# 方法 1: 使用安装脚本（推荐）
cd ~/.openclaw/workspace
pwsh memory-scripts/install.ps1

# 方法 2: 手动安装
git clone <repo-url> temp
cp -r temp/* ~/.openclaw/workspace/
rm -rf temp

配置

编辑 memory-config.json:

{
  "features": {
    "lessons": true,
    "triggers": true,
    "autoStats": true
  },
  "settings": {
    "maxDisplayLessons": 3,
    "minSuccessRate": 0.5
  }
}

使用

扫描教训

const memory = require('./memory-scripts');

const lessons = await memory.scanLessons({
  keywords: ['配置', '修改'],
  actionType: 'write',
  target: 'openclaw.json'
});

console.log(lessons);

检测触发器

const { detectAndLog } = memory.detectTriggers();

const result = detectAndLog({
  text: '不对，配置不是这样改的',
  keywords: ['配置', '修改']
});

if (result) {
  console.log('已记录教训:', result.filepath);
}

更新统计

const { updateStats } = memory.updateStats();

updateStats('LRN-20260404-001', { success: true });

---

架构

memory/
├── .abstract              # L0 索引（含 Trigger Rules + Stats）
├── MEMORY.md              # 长期记忆（P0）
├── SESSION-STATE.md       # 会话状态
├── system-status.json     # 系统监控
├── lessons/
│   ├── errors/           # 错误日志
│   ├── feature-requests/ # 功能请求
│   └── *.md              # 教训（带 trigger + checklist）
├── insights/             # 洞察提炼
└── YYYY-MM-DD.md         # 每日日志（L2）

memory-scripts/
├── index.js              # 统一入口
├── scripts/
│   ├── scan-lessons.js   # 教训扫描器
│   ├── detect-triggers.js# 触发器检测
│   └── update-stats.js   # 统计更新
└── references/           # 模板文件

---

教训格式

---
id: LRN-20260404-001
date: 2026-04-04
area: config
priority: high
status: resolved

# 执行统计
success_rate: 1.00
trigger_count: 1
first_seen: 2026-04-04
last_seen: 2026-04-04

# 触发条件
trigger:
  keywords: ["配置", "修改"]
  action_type: "write"
  context: "修改配置文件前"

# 检查清单
checklist:
  - [ ] gateway config.schema.lookup
  - [ ] 验证类型
  - [ ] doctor 验证

# 晋升信息
promoted_to: ["TOOLS.md"]
related_skills: []
pattern_key: config.validate_before_edit
---

# 配置修改前先查 schema

## 错误信息
...

## 原因
...

## 正确做法
...

---

Cron 任务

任务	频率	说明
session-writer	每 4 小时 :30	写入会话历史到 L2
janitor	每天 03:00	清理过期 P1/P2
lessons-writer	每天 21:00	提取教训
compact-weekly	每周日 04:00	压缩 L2 → L1

---

版本历史

2.1.0 (2026-04-04)

• ✅ 教训驱动自我改进系统上线
• ✅ 整合记忆系统 + 教训系统
• ✅ 新增 scan-lessons.js
• ✅ 新增 detect-triggers.js
• ✅ 新增 update-stats.js
• ✅ 8 条教训迁移完成

2.0.0 (2026-04-03)

• ✅ L0/L1/L2 分层架构
• ✅ P0/P1/P2 生命周期
• ✅ cron 自动化任务

---

许可证

MIT

---

知识库文档:

• 完整设计：D:\Documents\Obsidian Vault\AI Agent 架构\元 Skill\OpenClaw 记忆系统 2.1 - 完整设计.md

参考:

• ClawHub: https://clawhub.ai/pskoett/self-improving-agent
• Memento-Skills: https://arxiv.org/abs/2603.18743

---

版本说明

当前版本：无检索工具版 (2.1.0)

特点:

• ✅ 零依赖，开箱即用
• ✅ 使用 .abstract 人工索引
• ✅ 完全可控，透明
• ✅ 无额外性能开销

限制:

• ❌ 无向量检索（语义搜索）
• ❌ 依赖 Agent 判断能力
• ❌ 大规模记忆时检索较慢

适合场景:

• 记忆文件 < 50 个
• 对检索速度要求不高
• 优先保证系统简洁性
• 无额外依赖需求

未来版本：有检索工具版 (计划中)

计划集成:

• qmd (Linux/Mac)
• ChromaDB (跨平台)
• LlamaIndex (Python)

优势:

• ✅ 语义检索
• ✅ 模糊匹配
• ✅ 大规模记忆友好