Lord1Egypt Rookie Memory Skill
管理 AI 代理的三级记忆系统：短期（滑动窗口）、中期（自动摘要）、长期（向量检索）。
快速开始
# 初始化记忆系统
python3 scripts/memory_manager.py init
# 启动时加载记忆（推荐在会话开始时执行）
python3 scripts/memory_manager.py bootstrap
# 添加短期记忆
python3 scripts/memory_manager.py add --type short --content "用户喜欢黑色"
# 会话结束时自动保存记忆（推荐使用虚拟环境中的 python）
/root/.openclaw/venv-chromadb/bin/python scripts/memory_manager.py autosave
# 查询记忆
python3 scripts/memory_manager.py search "用户的偏好"
存储隔离规则
| 层级 | 存储位置 | 触发条件 | 用途 |
|---|---|---|---|
| L0 永久 | memory/l1/ (文件系统) |
启动时加载 | 身份、技术栈、关键决策等稳定事实 |
| L1 短期 | memory/sliding-window.json (文件) |
实时 | 保持当前对话连贯 |
| L2 中期 | memory/summaries/ (JSON 文件) |
Token 阈值 | 压缩历史，保留大意 |
| L3 长期 | memory/vector-store/ (ChromaDB) |
语义检索 | 永久记忆，RAG，动态对话 |
存储隔离原则：
- L0/L1/L2 (文件系统)：存储稳定事实、结构化数据、关键决策
- L3 (ChromaDB)：存储动态对话、临时上下文、语义检索内容
- 避免频繁更新 L0/L1 文件，L3 用于高频写入
核心功能
1. 短期记忆：滑动窗口
- 配置：
config/window_size（默认 10 条） - 逻辑：FIFO 队列，超出则丢弃最旧消息
- 文件：
memory/sliding-window.json
2. 中期记忆：自动摘要
- 触发：当前 token >
config/summary_threshold（默认 4000） - 模型：使用廉价模型（如 GPT-3.5-Haiku）
- 输出：
memory/summaries/YYYY-MM-DD.json
3. 长期记忆：向量检索
- 后端：ChromaDB（本地向量库）
- 存：对话结束/摘要生成后自动向量化存储
- 取：每次查询前先检索相关记忆
配置文件
创建 memory/config.yaml：
memory:
short_term:
enabled: true
window_size: 10
max_tokens: 2000
medium_term:
enabled: true
summary_threshold: 4000
summary_model: "glm-4-flash" # 或 gpt-3.5-turbo
long_term:
enabled: true
backend: "chromadb"
top_k: 3
min_relevance: 0.7
使用场景
- 新对话开始：执行
bootstrap加载 L0 永久记忆 + L1/L2 记忆，注入相关上下文 - 对话中：自动管理短期/中期记忆，超阈值自动摘要
- 对话结束：将重要信息存入长期记忆
详细用法
会话结束：自动保存
/root/.openclaw/venv-chromadb/bin/python scripts/memory_manager.py autosave
功能：
- 分析短期记忆：读取滑动窗口中的对话内容
- 智能摘要：当 token 数超过配置阈值（默认 4000）时自动生成摘要
- 长期记忆：将重要内容向量化存入 ChromaDB
- 关键决策：自动检测包含"决定"、"决策"等关键词的消息，更新
key-decisions.md - 当日日志：生成
memory/YYYY-MM-DD.log记录保存摘要
输出示例：
=== 💾 自动保存记忆 ===
📝 短期记忆: 10 条
Token 估算: 361 (阈值: 4000)
→ Token 未超过阈值，跳过摘要
🧠 存入长期记忆...
✓ 已存入 10 条长期记忆
📋 更新关键决策...
✓ 已更新 key-decisions.md (新增 4 条)
📄 生成当日日志...
✓ 已生成日志: /root/.openclaw/workspace/memory/2026-03-12.log
============================================================
✓ 自动保存完成
短期记忆: 10 条
摘要生成: 否
长期记忆: 10 条
关键决策: 4 条
日志文件: /root/.openclaw/workspace/memory/2026-03-12.log
============================================================
注意： 需要使用虚拟环境中的 Python（包含 chromadb 依赖）。
高级功能
冲突解决机制
ChromaDB 记录自动包含来源标记和时间戳，支持冲突检测：
- source 标记：自动记录来源（
chat/summary/manual/autosave） - 时间戳：每条记忆记录精确时间
- 冲突检测：检索时自动标记相似内容的冲突项
混合检索策略
支持三种检索模式和三层记忆检索：
# 混合检索（关键词 + 语义，默认）
python3 scripts/memory_manager.py search "用户偏好"
# 纯关键词检索
python3 scripts/memory_manager.py search "用户偏好" --mode keyword
# 纯语义检索
python3 scripts/memory_manager.py search "用户偏好" --mode semantic
# 检索 L1 短期记忆
python3 scripts/memory_manager.py search "最近对话" --tier short
# 检索 L2 中期记忆
python3 scripts/memory_manager.py search "昨天讨论" --tier medium
# 检索 L3 长期记忆（默认）
python3 scripts/memory_manager.py search "身份信息" --tier long --top-k 5
检索模式说明：
- hybrid（混合）：先关键词匹配获取候选集，再在候选集上做语义检索，最后合并排序
- keyword（关键词）：纯关键词匹配，快速但不够智能
- semantic（语义）：纯语义检索，智能但计算成本高
混合检索流程：
- 关键词匹配：在所有记忆中搜索包含关键词的内容，获取候选集（默认 top_k × 3）
- 语义检索：在候选集上执行向量相似度计算
- 合并排序：综合关键词得分（权重 0.4）和语义得分（权重 0.6），按综合得分排序返回
配置文件：
memory:
long_term:
search_mode: "hybrid" # 默认检索模式
关键决策专项记录
自动检测包含"决定"、"决策"、"选择"等关键词的消息，更新 memory/l1/key-decisions.md。
# 手动提取关键决策（可选）
python3 scripts/memory_manager.py extract-decisions
压缩前提醒机制
当短期记忆接近 token 阈值时发出提醒：
# 检查是否接近压缩阈值
python3 scripts/memory_manager.py check-warning
配置文件支持：
warning_threshold: 提醒阈值（默认 3000）summary_threshold: 摘要阈值（默认 4000）
每日工作日志
自动生成每日工作日志 memory/YYYY-MM-DD.log，记录：
- 短期记忆数量
- Token 使用情况
- 摘要生成记录
- 长期记忆存储数量
- 关键决策提取数量
# 查看当日日志
python3 scripts/memory_manager.py daily-log
记忆库健康分析
分析长期记忆库的健康状态，检查：
- 记忆总数和分布（按来源）
- 过时记忆（超过配置天数未检索）
- 低相关性记忆
- 重复记忆（相似度超过阈值）
# 分析记忆库健康状态
python3 scripts/memory_manager.py analyze-health
输出示例：
=== 🏥 记忆库健康分析 ===
📊 记忆总数: 156
📂 按来源分布:
• autosave: 89 条
• manual: 34 条
• chat: 23 条
• summary: 10 条
📅 过时记忆 (超过 90 天): 23 条
最新 3 条:
• [2025-11-15 10:30:00] 用户在讨论项目A的技术栈...
• [2025-10-22 14:20:00] 会议记录：讨论了产品路线图...
• [2025-09-08 09:15:00] 记录了第一次使用系统...
⚠️ 低相关性记忆检查:
随机采样 10 条记忆进行相关性检查...
🔄 重复记忆检查 (相似度 >= 0.95):
共比较 5000 对，发现 3 对重复
前 5 对:
• mem_20251101_120000_0001 ↔ mem_20251102_150000_0002 (相似度: 0.972)
• mem_20251025_080000_0003 ↔ mem_20251026_120000_0004 (相似度: 0.961)
...
========================================
🏥 健康评分: 78.5/100
🟡 健康评级: 良好
========================================
记忆库清理
清理过时和重复的记忆，保持记忆库的高效性。
# 预览模式（不实际删除）
python3 scripts/memory_manager.py cleanup --dry-run
# 执行清理
python3 scripts/memory_manager.py cleanup
清理规则：
- 过时记忆：超过
max_age_days天未检索的记忆（默认 90 天） - 重复记忆：相似度 >=
duplicate_threshold的记忆，保留较新的（默认 0.95）
输出示例：
=== 🧹 记忆库清理 ===
📊 当前记忆总数: 156
📅 检查过时记忆 (超过 90 天)...
发现 23 条过时记忆
🔄 检查重复记忆 (相似度 >= 0.95)...
发现 3 条重复记忆
========================================
📋 清理摘要:
过时记忆: 23 条
重复记忆: 3 条
总计删除: 26 条
剩余记忆: 130 条
========================================
🗑️ 正在删除 26 条记忆...
✓ 删除完成
配置文件：
memory:
cleanup:
enabled: true
max_age_days: 90 # 超过N天未检索的记忆
min_relevance: 0.6 # 相关性阈值
duplicate_threshold: 0.95 # 相似度阈值（超过则视为重复）
See REFERENCES.md for complete command reference.