ClawHub

Qst Memory System

Prompts

基於QST理論實現短期與長期混合記憶管理，支持語義檢索與毫秒級快速存取對話上下文。

Install

openclaw skills install qst-memory-system

QST Memory Skill

OpenClaw Skill - QST Matrix-based Memory System

利用 QST 理論（E8 幾何結構、DSI 層次、ICT Collapse）實現高效記憶存取。

功能

  • 短記憶：對話上下文緩存 (30 min - 24 hr)
  • 長記憶：長期知識存儲 (JSON/SQLite)
  • 混合檢索：QST + Embedding 語義搜索
  • 快速存取：毫秒級檢索

安裝

cd /root/.openclaw/workspace/skills
git clone https://github.com/ZhuangClaw/qst-memory-system.git qst-memory

配置

在 SKILL.md 同目錄創建 config.json：

{
  "e8_dim": 16,
  "top_k": 5,
  "storage_type": "hybrid",
  "embedding_type": "simple"
}

使用方法

基本用法

from qst_memory_skill import QSTMemorySkill

# 初始化
memory = QSTMemorySkill()

# 存儲對話
memory.store("用戶說的話", "user")
memory.store("AI的回覆", "assistant")

# 檢索相關記憶
results = memory.retrieve("查詢關鍵詞")

# 獲取對話上下文
context = memory.get_context()

進階用法

from qst_memory import QSTMemory

# 完整初始化
memory = QSTMemory(
    e8_dim=16,           # E8 投影維度
    top_k=5               # 檢索返回數量
)

# 存儲對話輪次
memory.store_conversation("user", "你好！", "user")
memory.store_conversation("assistant", "秦王陛下萬歲！", "assistant")

# 檢索
results = memory.retrieve("皇帝", top_k=3)
for r in results:
    print(f"[{r.total_score:.3f}] {r.memory.content}")

# 整合到長期記憶
memory.consolidate()

# 獲取 coherence 狀態
info = memory.get_coherence_info()
print(info)

架構

┌─────────────────────────────────────────────────────────┐
│                   QST Memory Skill                        │
├─────────────────────────────────────────────────────────┤
│                                                          │
│   ┌─────────────┐    ┌─────────────┐    ┌─────────────┐   │
│   │   Short     │◄──►│    QST     │◄──►│    Long    │   │
│   │   Memory   │    │   Matrix   │    │   Memory   │   │
│   └─────────────┘    └─────────────┘    └─────────────┘   │
│          │                   │                   │        │
│          ▼                   ▼                   ▼        │
│   ┌─────────────┐    ┌─────────────┐    ┌─────────────┐   │
│   │Conversation │    │   ICT      │    │   SQLite/   │   │
│   │   Buffer    │    │  Retrieval  │    │    JSON     │   │
│   └─────────────┘    └─────────────┘    └─────────────┘   │
│                                                          │
└─────────────────────────────────────────────────────────┘

核心概念

Coherence (σ)

σ 值意義
0.7Working Memory
0.85Short Memory
0.95Medium Memory
1.1Long Memory

DSI 層次

D_n = D_0 - n·φ²
n ∈ [0, 36]
φ = 1.618... (黃金比例)

ICT Collapse

P(M) ∝ |⟨Q|Ψ_M⟩|² · exp(-η·V_eth)

API

QSTMemory

方法功能
store(content, context)存儲記憶
store_conversation(speaker, content, type)存儲對話
retrieve(query, top_k)檢索記憶
get_context()獲取上下文
consolidate()整合到長期記憶
decay_all()衰減低 coherence 記憶

QSTMemorySkill (OpenClaw)

方法功能
store(content, context)存儲
retrieve(query, top_k)檢索
get_context()上下文

依賴

  • numpy
  • (可選) openai - OpenAI Embeddings
  • (可選) sentence-transformers - Sentence Embeddings

參考

基於 QSTv7.1 框架 作者：李斯 (丞相)

More in Prompts