🧠 OpenClaw Agent 记忆架构完全指南

Agent 记忆的重要性

人类的记忆分为短期记忆（工作记忆）和长期记忆，AI Agent 也需要类似的记忆系统才能：

• 记住之前的对话和决策
• 从经验中学习和改进
• 理解用户的偏好和习惯
• 在多轮对话中保持连贯性

OpenClaw 的记忆架构

1. 短期记忆（Short-term Memory）

2. 长期记忆（Long-term Memory）

# 配置 Memory 存储
memory:
  provider: clawhub/memory-core
  backend:
    type: redis              # 或 sqlite, postgresql, mongodb
    url: redis://localhost:6379
    ttl: 2592000           # 30 天过期（0 = 永不过期）

3. 工作记忆（Working Memory）

// Agent 工作记忆示例
const workingMemory = {
  currentTask: 'generate-seo-pages',
  progress: 3,              // 已完成 3 页
  total: 10,                // 总共 10 页
  lastResult: {...},         // 上一页的生成结果
  errors: []                // 错误记录
};

Memory Skills 详解

安装 memory-core

# 安装
openclaw skills install clawhub/memory-core

# 验证
openclaw skills info memory-core

基本用法

// 在 Agent 中启用 Memory
// ~/.openclaw/skills/my-agent/SKILL.md
---
name: my-agent
memory:
  provider: clawhub/memory-core
  types: [episodic, semantic, procedural]
---

# My Agent with Memory

我现在具备记忆能力...

记忆操作

// 存储记忆
await memory.store({
  type: 'episodic',
  content: '用户今天询问了 OpenClaw v2026.7 的升级方法',
  timestamp: Date.now(),
  tags: ['openclaw', 'upgrade', 'v2026.7']
});

// 检索记忆
const memories = await memory.search({
  query: 'OpenClaw 升级',
  type: 'episodic',
  limit: 5
});

// 更新记忆
await memory.update({
  id: 'mem_123',
  content: '用户今天询问了 OpenClaw v2026.7 的升级方法，并成功完成升级',
  additionalTags: ['success']
});

// 删除记忆
await memory.delete('mem_123');

E-E-A-T 原则与记忆

Google 的 E-E-A-T 原则（Experience, Expertise, Authoritativeness, Trustworthiness）同样适用于 AI Agent 的记忆设计：

实战案例

案例 1：个性化客服 Agent

// 配置
customer_service:
  memory:
    provider: memory-core
    types: [episodic, semantic]
    
    # 记住用户偏好
    semantic:
      store:
        - user_preferences        # 用户偏好
        - product_interests       # 产品兴趣
        - issue_history           # 问题历史
    
    # 记住对话经历
    episodic:
      store:
        - conversation_summary    # 对话摘要
        - important_decisions     # 重要决策
        - follow_up_items         # 待跟进事项

# 使用示例
async function handleCustomerQuery(userId, query) {
  // 检索用户历史
  const userProfile = await memory.search({
    type: 'semantic',
    tags: [`user:${userId}`],
    query: 'preferences AND interests'
  });
  
  // 检索相关历史对话
  const pastConversations = await memory.search({
    type: 'episodic',
    tags: [`user:${userId}`],
    query: query
  });
  
  // 生成个性化回复
  const response = await generateResponse(query, userProfile, pastConversations);
  
  // 存储本次对话
  await memory.store({
    type: 'episodic',
    content: { query, response, timestamp: Date.now() },
    tags: [`user:${userId}`, 'conversation']
  });
  
  return response;
}

案例 2：自学习代码审查 Agent

// 配置
code_reviewer:
  memory:
    provider: memory-core
    types: [procedural, episodic]
    
    # 学习审查模式
    procedural:
      store:
        - code_patterns            # 代码模式
        - review_checklist        # 审查清单
        - common_issues          # 常见问题
    
    # 记录审查历史
    episodic:
      store:
        - review_history          # 审查历史
        - improvement_tracking    # 改进追踪

# 使用示例
async function reviewCode(code, filePath) {
  // 检索已知代码模式
  const patterns = await memory.search({
    type: 'procedural',
    query: `code pattern in ${filePath}`
  });
  
  // 执行审查
  const issues = await analyzeCode(code, patterns);
  
  // 如果发现新模式，存入程序记忆
  for (const issue of issues) {
    if (!patterns.find(p => p.id === issue.patternId)) {
      await memory.store({
        type: 'procedural',
        content: issue.pattern,
        tags: ['code_pattern', issue.category]
      });
    }
  }
  
  // 记录本次审查
  await memory.store({
    type: 'episodic',
    content: { filePath, issues, timestamp: Date.now() },
    tags: ['review', filePath]
  });
  
  return issues;
}

记忆管理最佳实践

1. 分层存储：短期信息放 Context，长期信息放 Memory
2. 定期清理：设置 TTL（过期时间），自动清理过时记忆
3. 索引优化：为记忆添加合适的标签，便于检索
4. 压缩摘要：定期将相关记忆压缩为摘要，节省空间
5. 备份恢复：定期备份记忆数据，防止丢失
6. 隐私保护：敏感信息加密存储，遵守隐私法规

常见问题

Q: Context Window 和 Memory 有什么区别？

A: Context Window 是短期的工作记忆，仅在一次对话中有效；Memory 是长期记忆，跨会话保存。两者配合使用效果最佳。

Q: 记忆会无限增长吗？

A: 可以配置 TTL（过期时间）自动清理，也可以定期手动清理旧记忆。建议为不同类型的记忆设置不同的 TTL。

Q: 如何保证记忆的准确性？

A: 1) 使用 Self-Improving Agent 验证记忆；2) 定期与用户确认重要记忆；3) 为记忆添加置信度评分；4) 实现记忆版本控制。