OpenClaw 记不住事?这个开源插件,想把 AI 的“失忆症”补上

做 AI 项目的人，应该都被同一个问题折磨过。

前面刚讲清楚的约束、设定、接口细节，聊着聊着就没了。你能明显感觉到它不是不会，而是“忘了”。于是你只好再重复一遍。一次两次还行，次数多了真的很烦，尤其你在用 OpenClaw 跑稍微复杂一点的项目时，这种上下文掉线感特别明显。

OpenClaw 作者自己也注意到了这个坑，所以现在更推荐配一个开源插件：lossless-claw。它本质上是在给 OpenClaw 补一套“长期记忆系统”。

项目 README 里写得很直白：默认模式下，OpenClaw 会像很多 agent 一样，在上下文快满时不断截断旧消息；而 lossless-claw 做的事，是把每条消息先存进 SQLite，再把旧内容逐层压成摘要节点，最后拼成一个 DAG 结构，需要时再把摘要和最近原始消息一起组回上下文。

这个思路妙的地方，不是“存下来”这么简单。

很多工具也会说自己支持记忆，但最后要么是粗暴截断，要么是做一份很悬浮的总结，真到关键时候还是会漏。lossless-claw 走的是另一条路：原始消息不丢，只是平时先收起来。 摘要节点会一直指回源消息，所以 agent 不只是“记得大概”，而是能在需要时继续往下翻，把细节重新捞出来。

README 里甚至直接给了几把检索工具：lcm_grep、lcm_describe、lcm_expand，就是为了让 AI 在忘词、忘设定、忘某个历史决策时，别靠猜，自己回库里找。

这玩意儿最适合什么场景？

不是那种问一句答一句的轻聊天，而是你已经把 AI 当搭子在用了：写代码、跑 agent、维护一个多轮迭代的需求、长时间讨论产品方案。你会发现，上下文窗口从来都不只是 token 成本问题，它更像一个“合作关系能维持多久”的问题。窗口太短，AI 就总像个刚开完会就失忆的同事。

安装倒是很省事。项目给的推荐命令就一条：

openclaw plugins install @martian-engineering/lossless-claw

装完之后，它会接管 OpenClaw 的 context engine。保留多少最近消息、上下文用到多少比例开始压缩，也都能自己配，比如 freshTailCount 和 contextThreshold 这些参数，README 里都有。

我会觉得这个插件值得写，不只是因为它“能装”。

而是它解决的，刚好是现在很多 AI 工具最别扭的地方：能力明明已经够强了，但一旦任务拉长，它又开始像金鱼。你不缺一个更会说的大模型，你缺的是一个别把前情提要弄丢的工作流。

所以，如果你正在用 OpenClaw，或者本来就在折腾多轮 agent 项目，lossless-claw 真的可以试一下。它不是那种看起来很炫的新功能，更像一个你用了之后，才会意识到“这东西早就该有了”的基础补丁。

GitHub地址：martian-engineering/lossless-claw