auto_dream

基于 Claude Code Auto Dream 架构，辅助手动追加日志并定期整合分析生成分类记忆文件和索引管理系统。

Auto Dream Skill - 记忆整合系统

参考 Claude Code Auto Dream 架构的记忆整合工具。

架构设计

text

.auto-dream/
├── logs/                      # 每日追加日志（append-only）
│   └── YYYY/MM/YYYY-MM-DD.md
├── memories/                  # 分类记忆文件
│   ├── user/
│   ├── feedback/
│   ├── project/
│   └── reference/
└── MEMORY.md                  # 索引（由记忆文件生成）

4 种记忆类型

类型	说明	例子
user	用户角色、目标、偏好	"用户想每周读完一本书"
feedback	用户的指导/纠正	"不要用那个方法"
project	项目上下文、决定	"项目用 Python 3.12"
reference	外部系统指针	"基金数据在 localhost:5000"

两阶段工作流

text

阶段1: Append（对话中随时）
  └── 追加记忆条目到 logs/YYYY-MM-DD.md

阶段2: Dream（定时或手动）
  └── AI 分析日志 + 现有记忆
        ├── Phase 1: Orient - 了解现有结构
        ├── Phase 2: Gather - 收集信号
        ├── Phase 3: Consolidate - 创建/更新/删除记忆
        └── Phase 4: Prune - 更新 MEMORY.md 索引

---

使用方法

1. 追加记忆（Append Mode）

方式一：命令行追加

bash

python3 ~/.openclaw/skills/auto-dream/scripts/auto_dream.py append "用户想每周读完一本书" --type project

方式二：直接编辑日志

bash

# 直接往今天的日志文件追加
nano ~/.openclaw/workspace/.auto-dream/logs/2026/04/2026-04-01.md
# 格式：
# - [2026-04-01 14:30] 用户想通过内容平台分享知识

格式说明：

• 追加是 append-only，不要修改旧内容
• 每条格式：- [时间戳] 内容
• 时间戳帮助 AI 判断时效性

2. 运行蒸馏（Dream Mode）

手动触发（推荐）：

text

说 "整理记忆" 或 "dream"

AI 会读取：

1. 每日日志（logs/）
2. 现有记忆文件（memories/）
3. 最近的会话记录

然后按 4 阶段执行整合。

命令行触发：

bash

python3 ~/.openclaw/skills/auto-dream/scripts/auto_dream.py check   # 查看状态
python3 ~/.openclaw/skills/auto-dream/scripts/auto_dream.py list     # 列出记忆
python3 ~/.openclaw/skills/auto-dream/scripts/auto_dream.py build-index  # 重建索引

3. 查看记忆

bash

python3 ~/.openclaw/skills/auto-dream/scripts/auto_dream.py list

---

4 阶段蒸馏 Prompt

当你说 "整理记忆" 时，AI 会执行以下 4 阶段：

Phase 1: Orient（了解现状）

text

- ls memory/ 目录，查看现有结构
- 读 MEMORY.md 索引
- 浏览现有记忆文件，避免重复

Phase 2: Gather（收集信号）

text

1. 读每日日志 logs/YYYY/MM/YYYY-MM-DD.md
2. 检查与现状矛盾的旧记忆
3. 必要时 grep 会话记录

Phase 3: Consolidate（整合）

text

关键判断（AI 做）：
- 哪些日志内容值得保存为独立记忆文件？
- 哪些旧记忆被证伪/过时了？→ 删除
- 哪些旧记忆需要更新？
- 新内容合并到现有 topic 还是新建？

格式（frontmatter）：
---
name: <简短标题>
type: <user|feedback|project|reference>
description: <一句话描述>
mtime: <ISO时间>
---

<可选正文>

Phase 4: Prune & Index（修剪索引）

text

- MEMORY.md ≤ 200 行 + ~25KB
- 每条索引 ≤ ~150 字符
- 删除过时/矛盾指针
- 格式：- [Title](memories/<type>/file.md) — 一句话描述

---

记忆文件 Frontmatter 示例

yaml

# memories/project/20260312_阅读目标.md
---
name: 每周阅读目标
type: project
description: 用户想每周读完一本书
mtime: 2026-03-12T10:30:00.000
---

用户在 2026-03-12 设定的目标：
- 目标：每周读完一本书
- 类型：技术书/小说/商业书轮换
- 记录：读完后写笔记到 Obsidian

yaml

# memories/feedback/20260320_不用那个方法.md
---
name: 避免使用XX方法
type: feedback
description: 用户明确不要用某方法
mtime: 2026-03-20T15:00:00.000
---

用户在 2026-03-20 说：不要用那个方法XX
原因：之前试过，效果不好

---

MEMORY.md 格式

markdown

# MEMORY.md - Long-term Memory

**最后更新**: 2026-04-01 14:30

## USER
- [20260312_用户角色.md](memories/user/20260312_用户角色.md) — username，开发者
- [20260315_用户目标.md](memories/user/20260315_用户目标.md) — 希望通过内容创作成长

## FEEDBACK
- [20260320_避免XX.md](memories/feedback/20260320_避免XX.md) — 不要用XX方式

## PROJECT
- [20260312_阅读目标.md](memories/project/20260312_阅读目标.md) — 每周读完一本书
- [20260325_基金系统.md](memories/project/20260325_基金系统.md) — 基金管理系统开发中

## REFERENCE
- [20260325_基金API.md](memories/reference/20260325_基金API.md) — 基金数据在 localhost:5000

---

与 Claude Code 的关键区别

功能	Claude Code	OpenClaw
日志追加	助手自动追加	手动 append
蒸馏触发	24h + 5 sessions 自动	手动 "整理记忆"
AI 执行	forked sub-agent	主 agent 执行
Lock 机制	.consolidate-lock	无（单用户）
矛盾检测	AI prompt 引导	AI prompt 引导

核心区别：OpenClaw 的 Dream 由主 agent 触发和执行，而不是后台 sub-agent。因为：

1. 单用户环境，不需要 lock
2. AI 能力在主 session 中直接可用
3. 简化架构

---

最佳实践

1. 对话中随时追加

当用户说 "记住 XXX" 或 "以后要记得 YYY"：

bash

python3 auto_dream.py append "用户偏好用方法A而不是方法B"

2. 每日一次整理

每天结束时或第二天说 "整理记忆"，AI 会：

• 读取过去1天的日志
• 分析哪些该保留
• 更新记忆文件

3. 周总结（可选 cron）

bash

# 每周日 22:00 运行
0 22 * * 0 cd ~/.openclaw/skills/auto-dream/scripts && python3 auto_dream.py append "周总结..." && python3 -c "print('说 整理记忆 来触发蒸馏')"

---

命令速查

命令	用途
append "内容"	追加到今日日志
dream	运行蒸馏（由 AI 执行）
list	列出所有记忆
check	检查新鲜度
build-index	重建 MEMORY.md