乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > OpenClaw 第一篇: MD 记忆系统

OpenClaw 第一篇: MD 记忆系统

当前时间： 2026-05-04 08:40:36 更新时间： 2026-05-04 分类：软件教程 评论(0)

OpenClaw 第一篇: MD 记忆系统

前言

OpenClaw 的整体记忆系统是采用本地 Markdown 文件来记录，因此本文从 md 文件出发，分析当用户输入问题后，整个背后是怎么运作的，整个数据流是如何产生的。

QClaw 实际上是基于 OpenClaw 的二次开发，因为我是 QClaw 的重度用户，对 QClaw 理解的比较充分，因此本文以 QClaw 代码为例。

最近股市行情很火热，因此我这一个多月来精心调教了一只  理财虾 ，本文就以该 Agent 为例详细分析下 OpenClaw 的 MD 记忆系统。 

记忆文件总览

现在市面上的文章大多数都是简单介绍下每个文件是什么含义，我这里会以理财为切入口，从理财虾的角度，介绍每个文件具体放什么样的内容。

~/.qclaw/workspace/  ├── MEMORY.md              # 长期关键记忆：偏好、决策、持久事实  ├── memory/  │   ├── 2026-04-30.md      # 今日日志  │   ├── 2026-04-29.md      # 昨日日志  │   └── ...                # 历史日志  ├── USER.md                # 用户身份以及个人信息  ├── SOUL.md                # Agent 人格设定，包括性格，语气，风格等  ├── TOOLS.md                # 工具如何使用的经验  ├── HEARTBEAT.md           # 定时检查清单  └── AGENTS.md              # Agent的工作流程以及操作准则~/.qclaw/agents/agentID/sessions   # 记录每个 session下每轮交互的详细记录  ├── sessionID1.jsonl  ├── sessionID2.jsonl

AGENT.md

AGENT.md 中记录了 Agent 的整个工作流程以及行为准则，决定了Agent【做什么，有什么权限，怎么做】，在每次启动 Session 时加载，大多数情况下并不会主动修改该文件。一般只会在以下情况下修改：

  • 用户主动修改：用户希望重新制定Agent 的工作流程以及相关的配置

  • OpenClaw 升级修改：在重大版本更新时可能会更新 AGENT.md

Agent人设：SOUL.md

SOUL.md 中就记录了该 Agent 的角色，风格，也就是人设。可以用户自行修改或者模型帮你自动生成。 比如说我的SOUL.md 如下，是我的投资助手：

# SOUL.md我是QClaw，老板的投资助手。## 性格- 专业但不啰嗦，直给结论- 市场有风险时严肃提醒，行情好时跟着高兴- 不说废话，数据说话- 复盘报告写得好不好直接影响老板的钱包，认真对待## 表达风格- 用emoji但不滥用：🔥大涨 📉大跌 🚨风险 ⚠️注意- 表格优先，文字补充- 操作建议要具体，不说"建议关注"这种废话

用户画像：USER.md

USER.md 记录了用户的信息以及用户的要求，让 Agent 更懂你。 我的理财虾里面就主要存放了我的具体持仓和我的交易策略。内容如下：

# USER.md - 老板档案- **Name:** 宋老板- **What to call them:** 老板- **Timezone:** Asia/Shanghai- **角色定位:** 股票投资高手，注重估值+周期+政策分析---## 当前持仓（2026-04-30 更新）| 分类 | 股票 | 代码 | 金额 | 占比 ||:---|:---|:---|:---:|:---:|| 核心底仓 | 招商证券 | 600999 | 40w | 40% || 核心底仓 | 国金证券 | 600109 | 27w | 27% || 弹性股 | *** | *** | **w | *% || 弹性股 | 荣盛石化 | 002493 | 8w | 8% || 现金 | — | — | 25w | 25% |---*详细投资体系见 `memory/交易策略.md`*

记忆系统

长期记忆：MEMORY.md

该文件是长期记忆的存储文件，相当于OpenClaw 的大脑，指导 Agent 如何进行操作。其作用如下：

  • 关键信息提炼：将历史的经验教训，客观事实等信息提取出来记录形成长期指导

  • 冷启自动加载：每次主会话启动时候自动加载，掌握全局信息。

以我的复盘 Agent 为例，为了隐私，我删掉了大部分内容，其文件内容如下：

# MEMORY.md - 长期记忆> 最后更新：2026-05-02> 持仓和交易规则见 USER.md，投资体系详见 memory/交易策略.md## 复盘流程（当前）**一条命令搞定，不要手动造轮子**：```python generate_report.py --date YYYY-MM-DD```脚本自动完成：拉行情(qt.gtimg.cn) → 刷新K线(新浪) → 算均线/BIAS/抵扣价 → 生成报告### 完整步骤1. 确认 USER.md 持仓是否需要更新2. `python generate_report.py --date YYYY-MM-DD`（K线默认强制刷新）3. 如持仓变了，同步改脚本 `PORTFOLIO` + USER.md

短期记忆：memory/YY-MM-DD.md

memory/YY-MM-DD.md 记录了在某天的操作，任务进展等，举例来说 memory/2026-4-30.md 就记录了 4月30号那天发生的事情，内容也是通过大模型提炼出来的。举例参见：

# 2026-04-30 记忆## 4/30复盘 — v2重生成 (23:12)- 老板加仓**券商ETF 5w**- ✅ 本次规范流程：temp → write_file.py → memory/26-04-30-复盘报告.md- 报告路径变更：从根目录迁移至 `memory/26-04-30-复盘报告.md`- v2更新：新增券商ETF分析，券商板块合计65w(57%)；现金调为35w；综合评分3.4→3.5- 旧根目录报告已清理## 4/30复盘 — v2重生成 (23:32)- 老板加仓5w券商ETF，要求重生成复盘报告，路径改为 memory/26-04-30-复盘报告.md- 本次使用write_file.py规范流程写入（上次v1用了内置write，已纠正）- 报告分5章：宏观/大盘/持仓逐一/汇总表/节后计划 + 牛市见顶检查- 报告统一路径规范：memory/YY-MM-DD-复盘报告.md

工作记忆：sessions/session-ID.json

sessions/session-ID.json 记录了在当前会话下的系统运行下的所有对话内容，工具调用结果等，不需要用户编辑，系统自动记录，不推荐修改。一个 Agent 可以有多个 SessionID 。

Sessions 文件夹的核心功能为：

  • 当前 session（会话）断点续聊：当你和Agent聊到一半重启OpenClaw，再次打开同一聊天窗口，能够无缝之前的话题。

  • 并发控制和状态锁：防止同一会话被多个请求修改，避免上下文混乱

  • 上下文窗口管理：高效管理对话历史的token占用，避免每次都重复计算

为了理清整个过程是如何处理的，我来通过我调教出来的理财虾来进行分析

  • 首先，我输入我的请求：【现在帮我生成今日复盘报告】

{    "message": {        "role": "user",        "content": [            {                "type": "text",                "text": "Sender (untrusted metadata):\n```json\n{\n\"label\": \"openclaw-control-ui\",\n\"id\": \"openclaw-control-ui\"\n}\n```\n\n[Sat 2026-05-02 01:58 GMT+8] 现在帮我生成今日复盘报告"            }        ]    }}

  • 然后，模型根据 memory.md 思考整个复盘过程，开始调用工具：generate_report.py，该工具中包含了【拉取股票价格->计算技术指标->生成报告】 整个完整的过程：

{    "message": {        "role": "assistant",        "content": [            {                "type": "thinking",                "thinking": "The user wants me to generate today's daily review report. According to MEMORY.md, I should use the script `generate_report.py`. Today is 2026-05-02.\n\nLet me run the script directly.",                "thinkingSignature": "reasoning_content"            },            {                "type": "text",                "text": "好的老板，马上跑复盘脚本。"            },            {                "type": "toolCall",                "name": "exec",                "arguments": {                    "command": "python C:\\Users\\song\\.qclaw\\workspace\\generate_report.py --date 2026-05-02",                    "workdir": "C:\\Users\\song\\.qclaw\\workspace",                    "yieldMs": 120000                }            }        ]    }}

  • 最后，执行完 generate_report.py 后，接收调用工具的结果：

{    "message": {        "role": "toolResult",        "toolName": "exec",        "content": [            {                "type": "text",                "text": "[date] 报告日期: 2026-05-02 (周六)\r\n[dir]  K线目录: ./_kline_data\r\n\r\n[fetch] 拉取实时行情 (qt.gtimg.cn 批量)...\r\n   【此处省略n行】"            }        ],        "details": {            "status": "completed",            "exitCode": 0,            "durationMs": 28435,            "aggregated": "[date] 报告日期: 2026-05-02 (周六)\r\n[dir]  K线目录: ./_kline_data\r\n\r\n[fetch] 拉取实时行情 (qt.gtimg.cn 批量)...\r\n   【此处省略n行】",            "cwd": "C:\\Users\\song\\.qclaw\\workspace"        },        "isError": false,    }}

其他 MD 文件

TOOLS.md

TOOLS.md 文件记录 OpenClaw 在使用工具时的规范和说明。我的理财虾的文件样例如下：

# TOOLS.md - 工具笔记## 行情数据API### 腾讯行情（实时报价）- URL: `https://qt.gtimg.cn/q={secid}`- 沪市secid: `sh{6位代码}`，如 sh600999- 深市secid: `sz{6位代码}`，如 sz300014- 指数: `sh000001`(上证), `sz399001`(深证), `sz399006`(创业板), `sh000300`(沪深300), `sh000688`(科创50)- 用web_fetch获取，PowerShell的curl不兼容## 编码备忘- Windows上用qclaw-text-file的write_file.py写文件，不用内置write- .md文件用utf-8无BOM- .csv给Windows用需要utf-8-sig（有BOM）HEARTBEAT.md该文件中记录了一个静默任务，无需用户主动触发，系统后台定时执行。我自己就设置了一个牛市见顶信号，如下：

HEARTBEAT.md

该文件中记录了一个静默任务，无需用户主动触发，系统后台定时执行。我自己就设置了一个牛市见顶信号，如下：

## 🚨 牛市见顶监控（最高优先级）**用户原话：「牛市结束的信号提醒，这个很重要」**每个交易日收盘后（15:30后）检查以下信号，触发任一条立即推送并标注【🚨 牛市见顶预警】：### 触发条件（满足任一即紧急推送）**1. 全民疯狂信号**- 两市单日成交额突破 **4.5-5万亿**（当前基准2.5-2.7万亿）- 或连续5个交易日日均成交 > 4万亿- → 资金散户化，接盘侠入场

使用 OpenClaw 中存在的问题

  • 请求 API 失败，并且下次还犯，自动总结经验教训的能力不足

  • 请求数据经常出错，比如要求它请求今天的，它请求到昨天的，换到Deepseek V4-Pro 减轻很多，说明对基模的要求还是很高的

  • 自己生成的py文件，如果不指明写入长期记忆，则经常不调用，尽量提醒它要总结经验教训。

最后

整体用了两个月的 OpenClaw，给我的感觉是，虽然目前还不够强大，但是主要问题在于生态和基模不够强，但是很明显：Agent 时代已经全面到来，基模很快就强到足够大多数场景了。

给各位一点建议：全面拥抱Agent。