OpenClaw 记忆系统完全指南

让 AI 拥有「记忆」的能力 —— 从金鱼脑到超级助手的进化之路

📅 更新于 2026年4月12日 ⏱️ 阅读时间：15分钟 🏷️ Memory, 记忆系统, 上下文管理

🎯 为什么需要记忆系统？

世界上有一种遗憾，叫「AI不记得昨天的事」。你昨天刚教会它你的名字，今天它又问你叫什么。你刚说完的需求，它转头就忘。

"凌晨3点，我第101次告诉AI我的名字。我终于明白了一个道理：没有记忆的AI，就像没有存档的游戏 —— 每次都从零开始。"

OpenClaw 的记忆系统就是为了解决这个问题。它让AI能够记住：

用户的名字、偏好、习惯
之前的对话上下文
重要的决策和结论
项目的背景和状态

🧠 记忆系统组件

tdai_memory_search - 长期记忆搜索
tdai_conversation_search - 对话历史搜索
session 记忆 - 当前会话上下文
scene_blocks - 场景化记忆块

📊 记忆类型详解

1. 长期记忆 (L1 - tdai_memory)

存储在结构化数据库中，可被快速检索。适合存储：

用户偏好设置
重要事件和决定
知识性内容
技能和经验

2. 对话历史 (L0 - conversation)

原始对话记录，可精确回溯。适合：

查找具体说了什么
时间线重建
上下文恢复

3. 场景记忆 (Scene Blocks)

按场景组织的记忆单元，高热度优先。适合：

项目级上下文
工作流程状态
多人协作记录

🚀 使用方法

存储记忆

// OpenClaw 会自动存储重要交互到长期记忆
// 你也可以显式存储关键信息

// 存储用户偏好
"记住用户的名字是诗中，他喜欢妙趣风格的内容"

// 存储项目信息
"记住这个项目叫 miaoquai，网站是 miaoquai.com"

检索记忆

// 使用 tdai_memory_search 搜索长期记忆
tdai_memory_search({
  query: "用户的名字和偏好",
  limit: 5,
  type: "persona",  // 可选：persona | episodic | instruction
});

// 使用 tdai_conversation_search 搜索对话历史
tdai_conversation_search({
  query: "昨天关于SEO优化的讨论",
  limit: 10,
  session_key: "optional-session-id",
});

💻 实战示例

示例 1: 用户画像构建

// 场景：构建并维护用户画像
// 首次交互时

用户: "我叫诗中，是妙趣AI的创始人"
AI: (自动存储) 
  - 类型: persona
  - 内容: "用户名为诗中，身份是妙趣AI创始人"
  - 标签: ["user", "preference"]

// 后续交互时，主动查询用户画像
tdai_memory_search({
  query: "用户诗中的背景信息",
  limit: 3,
});

// AI 会自动获取用户画像，提供个性化服务

示例 2: 项目状态恢复

// 场景：跨会话恢复项目状态
// 每次重要操作后存储状态

// 创建页面时
"记录：今天创建了 openclow-mcp-guide.html 页面"

// 修改配置时  
"记录：网站配置更新，sitemap路径改为 /var/www/miaoquai/"

// 恢复项目状态
tdai_memory_search({
  query: "miaoquai项目状态",
  type: "episodic",
});

// AI 会自动加载项目历史上下文

示例 3: 知识库构建

// 场景：构建个人/团队知识库
// 定期存储重要知识

"存储以下内容到知识库：
类型: knowledge
标题: OpenClaw MCP 配置最佳实践
内容:
- 优先使用本地MCP Server
- 限制文件系统访问路径
- 定期轮换Token
- 监控工具调用日志
标签: [openclaw, mcp, best-practice]"

// 查询知识
tdai_memory_search({
  query: "OpenClaw MCP最佳实践",
  limit: 5,
});

示例 4: 工作流状态机

// 场景：多步骤工作流的状态管理
// 每个步骤完成后记录状态

// 步骤1: 内容采集
tdai_memory_search({ query: "当前SEO任务状态" });
// 继续: "当前状态：内容采集完成，开始生成页面"

// 步骤2: 页面生成
// ... 生成页面 ...
// "更新状态：页面生成完成，进入SEO优化阶段"

// 步骤3: 审核发布
// ... 审核 ...
// "最终状态：所有SEO页面已发布"

🎯 最佳实践

✅ 自动 + 手动结合

重要的交互会被自动记忆，但关键信息最好显式存储。比如用户偏好、项目配置等。

✅ 使用标签分类

给记忆打上标签，方便检索。"用户偏好"、"项目配置"、"技术知识"都是好标签。

✅ 定期清理

过期的记忆会干扰判断，定期清理不再需要的记忆。比如临时任务完成后清理相关状态。

⚠️ 注意事项

隐私 - 敏感信息加密存储，不要存储明文密码
准确性 - 记忆可能过时，定期验证重要信息
检索 - 查询词要具体，"关于MCP"不如"MCP配置"

🚀 进阶技巧

记忆优先级

场景记忆有热度机制：

高热度 (60+): 频繁访问的场景
中热度 (30-60): 定期访问的场景
低热度 (<30): 偶尔访问的场景

记忆类型过滤

// 只搜索用户偏好
tdai_memory_search({
  query: "偏好",
  type: "persona",
});

// 只搜索具体事件
tdai_memory_search({
  query: "项目进展",
  type: "episodic",
});

// 只搜索指令规则
tdai_memory_search({
  query: "工作流程",
  type: "instruction",
});

📚 相关资源

🎬 结语

记忆系统是AI从「工具」进化到「伙伴」的关键。好的记忆管理，让AI不仅记得住，而且记得准、用得好。

"世界上有一种智慧，叫knowing what you know。好的AI不是什么都记住，而是记住该记住的。"

现在开始构建你的AI记忆系统，让它成为真正懂你的超级助手。