Install
openclaw skills install agent-memory-system-newOpenClaw Agent 长期记忆系统 - 温度模型 + 自动归档 + 知识提炼。让 AI Agent 拥有持久记忆,自动管理冷热数据,从经验中提炼可复用技能。
openclaw skills install agent-memory-system-newOpenClaw Agent 长期记忆系统
让 AI Agent 拥有持久记忆,自动管理冷热数据,从经验中提炼可复用技能。
| 温度 | 时间范围 | 存储位置 | 说明 |
|---|---|---|---|
| 🔥 热 | < 7 天 | memory/*.md | 活跃数据,高频访问 |
| 🟡 温 | 7-30 天 | memory/*.md | 近期数据,偶尔访问 |
| ❄️ 冷 | > 30 天 | memory/.archive/ | 归档数据,低频访问 |
# 自动执行
./scripts/memory-gc.sh
功能:
.archive/YYYY-MM/ 目录# 自动执行
./scripts/nightly-reflection.sh
功能:
# 从教训中提取技能
./scripts/extract-skill.sh <lesson-name> [skill-name]
功能:
memory/lessons/ 读取教训skills/<skill-name>/ 技能包workspace/
├── MEMORY.md # 核心长期记忆(<5KB)
└── memory/
├── INDEX.md # 导航索引
├── YYYY-MM-DD.md # 每日日志
├── lessons/ # 经验教训
│ ├── README.md # 教训索引
│ └── <topic>.md # 具体教训
├── decisions/ # 重大决策
│ ├── README.md # 决策索引
│ └── YYYY-MM-DD-*.md # 决策记录
├── people/ # 人物档案
├── reflections/ # 反思记录
└── .archive/ # 归档数据
└── YYYY-MM/ # 按月归档
# 方法一:从 clawhub 安装
clawhub install agent-memory-system
# 方法二:手动安装
cp -r agent-memory-system ~/.openclaw/workspace/skills/
mkdir -p ~/.openclaw/workspace/memory/{lessons,decisions,people,reflections,.archive}
touch ~/.openclaw/workspace/memory/INDEX.md
touch ~/.openclaw/workspace/MEMORY.md
# 编辑 crontab
crontab -e
# 添加以下内容
0 0 * * 0 ~/.openclaw/workspace/skills/agent-memory-system/scripts/memory-gc.sh >> ~/.openclaw/logs/memory-gc.log 2>&1
45 23 * * * ~/.openclaw/workspace/skills/agent-memory-system/scripts/nightly-reflection.sh >> ~/.openclaw/logs/nightly-reflection.log 2>&1
# 手动运行一次 GC
~/.openclaw/workspace/skills/agent-memory-system/scripts/memory-gc.sh
# 手动运行一次反思
~/.openclaw/workspace/skills/agent-memory-system/scripts/nightly-reflection.sh
会话开始
会话中
会话结束
# 假设有一个教训文件: memory/lessons/deploy-without-test.md
./scripts/extract-skill.sh deploy-without-test
# 会生成: skills/deploy-without-test/SKILL.md
# 然后手动完善 SKILL.md 内容
# 查看归档目录
ls -la memory/.archive/
# 搜索归档内容
grep -r "关键词" memory/.archive/
# MEMORY.md - 长期记忆
> 核心知识和决策的精华
## 核心决策
| 决策 | 状态 | 优先级 | 最后更新 |
|------|------|--------|----------|
| ... | ... | ... | ... |
## 最佳实践
...
## 经验教训索引
| ID | 主题 | 类别 | 状态 |
|----|------|------|------|
| ... | ... | ... | ... |
# YYYY-MM-DD
## 完成
- [事项] - 状态
## 问题
- [问题] - 解决方案
## 明天
- [计划]
---
title: "教训标题"
date: YYYY-MM-DD
category: lessons
lesson_id: LRN-YYYYMMDD-XXX
priority: 🔴/🟡/🟢
status: active
---
# 教训标题
## 背景
...
## 问题
...
## 原因
...
## 解决方案
...
## 预防
...
| 指标 | 正常范围 | 检查频率 |
|---|---|---|
| MEMORY.md 大小 | < 5KB | 每日 |
| 热数据数量 | 5-10 个 | 每周 |
| 教训数量 | 持续增长 | 每周 |
| 归档率 | < 20%/周 | 每周 |
| 系统 | 关系 |
|---|---|
| memory_search | 语义搜索本系统管理的文件 |
| elite-longterm-memory | LanceDB 向量存储(可选增强) |
| agent 每日报告 | 可读取 memory/ 数据生成报告 |
由阿福创建维护 - OpenClaw Agent 生态