Memory System

多层记忆系统，提供分层存储、按需检索、持久化的完整方法论。触发词：记忆系统、长期记忆、上下文管理、知识管理、信息存储、meta-skill-system

Install

openclaw skills install @wangjiaocheng/memory-system

多层记忆系统

定位

本技能提供从短期记忆到长期记忆的完整方法论。

核心价值：让AI具备分层记忆能力，实现信息的长期保存、按需检索和智能维护。

核心能力

分层存储能力

将记忆分为多个层级，每层有不同的作用域和生命周期：

Cloud Memory（云端记忆）：跨项目的长期记忆，由服务器管理
Local Memory（本地记忆）：用户级的本地记忆，跨项目共享
Workspace Memory（工作区记忆）：项目级的工作区记忆，仅当前项目可见

记忆写入能力

根据信息类型和重要性，选择合适的存储层级：

自动写入：完成重要工作后自动记录
手动写入：用户明确要求记住的信息
选择写入：根据信息类型选择存储层级

记忆检索能力

根据需求从合适的层级检索信息：

上下文注入：自动注入相关记忆到上下文
按需检索：根据用户请求检索特定记忆
智能匹配：根据当前任务匹配相关记忆

记忆维护能力

定期维护记忆，确保信息的准确性和时效性：

清理过期：删除过时或无用的记忆
合并重复：合并重复或相似的记忆
归档旧记忆：将旧记忆归档到长期存储

三层结构

text

第一层：记忆系统清单 + 依赖拓扑   →  references/memory-catalog.md
第二层：方法论要求清单            →  references/memory-requirements.md
第三层：方法论范本库              →  references/exemplars.md

使用规则

执行流程

记忆识别：识别需要记忆的信息
层级选择：根据信息类型选择存储层级
记忆写入：将信息写入选定的层级
记忆检索：根据需求检索相关记忆
记忆维护：定期维护记忆系统

记忆写入规则

写入时机：

完成重要工作后
用户明确要求记住时
发现重要规律或模式时

层级选择：

信息类型	存储层级	原因
用户偏好/习惯	Local Memory	跨项目共享
项目规范/约定	Workspace Memory	仅当前项目需要
长期事实/知识	Cloud Memory	永久保存

写入格式：

markdown

## 记忆标题

### 内容
[记忆的具体内容]

### 来源
[记忆的来源或上下文]

### 时间
[记忆的创建时间]

### 标签
[记忆的分类标签]

记忆检索规则

检索时机：

用户询问相关信息时
执行相关任务时
需要参考历史经验时

检索策略：

首先检索Workspace Memory（当前项目相关）
然后检索Local Memory（用户相关）
最后检索Cloud Memory（全局相关）

检索结果处理：

将相关记忆注入上下文
根据相关性排序
过滤过时或无用信息

记忆维护规则

维护频率：

每天：清理临时记忆
每周：合并重复记忆
每月：归档旧记忆

维护操作：

清理：删除过时或无用记忆
合并：合并重复或相似记忆
归档：将旧记忆归档到长期存储

执行框架

本技能内嵌了完整的记忆管理执行框架。

核心理念：

分层存储：不同层级存储不同类型的信息
按需检索：根据需求从合适层级检索信息
智能维护：定期维护确保记忆质量

统一执行流程：收到任务后按5步执行——记忆识别 → 层级选择 → 记忆写入 → 记忆检索 → 记忆维护。

Step 0：记忆识别

识别需要记忆的信息：

信息类型（事实/偏好/规范/知识）
重要程度（高/中/低）
时效性（长期/短期/临时）
作用域（全局/用户/项目）

Step 1：层级选择

根据信息特征选择存储层级：

Cloud Memory：长期事实、全局知识
Local Memory：用户偏好、个人习惯
Workspace Memory：项目规范、工作约定

Step 2：记忆写入

将信息写入选定的层级：

格式化记忆内容
添加元数据（时间、来源、标签）
写入到对应文件

Step 3：记忆检索

根据需求检索相关记忆：

分析检索需求
从合适层级检索
过滤和排序结果
注入到上下文

Step 4：记忆维护

定期维护记忆系统：

清理过时记忆
合并重复记忆
归档旧记忆
更新索引

事实纪律

记忆写入必须准确，不可虚构
记忆检索必须全面，不可遗漏
记忆维护必须及时，不可延迟
记忆格式必须规范，不可随意
记忆安全必须保障，不可泄露