夜雨聆风你有没有遇到过这种情况：
跟 AI 助手聊了半天，把自己的习惯、偏好、背景讲了个遍，第二天打开一看——它把你忘得干干净净，一切又回到了原点。
或者你让它帮你做某件复杂的事，它说"我需要先了解一下你的情况"，然后你又要把之前讲过的东西重复一遍。
这不是模型不够聪明，而是绝大多数 AI 工具根本没有解决"记忆"这个基础问题。
OpenClaw 在这件事上做了不同的选择。它用三个核心机制——Memory（记忆）、Workspace（工作空间）、Skills（技能）——给 AI Agent 装上了真正意义上的"持续存在"能力。
今天这篇文章，就来把这三个机制拆开讲透。
先从一个问题说起：AI 的"短暂性"
大语言模型的工作方式，本质上是无状态的。
每次对话，模型拿到的是一段上下文窗口——当前会话内的所有消息。一旦对话结束，这些内容就消失了。下次对话从零开始，模型对你一无所知。
这就是为什么你和 ChatGPT 聊了几个月，它对你的了解还是零——因为它根本没有地方存你的信息。
更深层的问题在于：即便在一次会话里，当对话内容超过上下文窗口的限制，早期的内容也会被自动截断，模型开始"遗忘"。
AI 的智识能力在快速进步，但"记得住"这件事，在大多数产品里仍然是空白。
OpenClaw 的 Agent 架构，就是为了填补这个空白而设计的。
第一把钥匙：Memory（记忆）
记忆不是魔法，是文件
OpenClaw 记忆系统的设计哲学，出乎很多人意料：所有记忆都是纯文本 Markdown 文件，存在你自己的硬盘上。
没有神秘的向量数据库，没有黑盒的云端存储（虽然向量索引作为可选功能存在），最核心的持久化载体，就是你文件系统里的几个 .md 文件。
官方文档对此直言：
"OpenClaw memory is plain Markdown in the agent workspace. The files are the source of truth; the model only 'remembers' what gets written to disk."
翻译过来是：文件就是真相来源。模型只记得被写进磁盘的东西。
这是一个非常务实的设计决定。文件不会因为服务器宕机而消失，不会因为会话超时而清空，不会被平台方单方面删除。你的记忆，就是你的。
两层记忆结构
OpenClaw 的记忆分为两个层次，对应人类大脑的两种记忆模式：
第一层：日常记忆（Working Memory）
存储路径：memory/YYYY-MM-DD.md
每天一个文件，按日期命名。记录当天发生了什么：处理了什么任务，和用户聊了什么，遇到了什么问题，做出了什么决定。
这层记忆是"原始日志"——丰富、详细，但随着时间推移，旧的内容自然"淡出"视野（Agent 默认只读取今天和昨天的文件）。
就像人类的日记，你知道今天做了什么，对上周某天的细节则会渐渐模糊。
第二层：长期记忆（Long-term Memory）
存储路径：MEMORY.md
这是经过筛选和提炼的核心记忆。你的名字、时区、偏好、重要决定、反复提到的背景信息……都应该最终沉淀到这里。
Agent 在每次私人主会话开始时，都会读取这个文件，就像一个员工在开始工作前先看一遍自己关于这位客户的笔记本。
值得注意的是：出于隐私保护，MEMORY.md 只在私人对话中加载，在群聊等多人场景下不会加载，防止个人信息泄露给不相关的人。
向量搜索：语义层面的"想起来了"
除了直接读取文件，OpenClaw 还支持对记忆文件建立向量索引，让 Agent 可以做语义搜索。
什么叫语义搜索？就是当 Agent 需要"想起"某件事时，它不必精确地记得关键词，而是通过语义相似度在记忆库里找到相关片段。
比如你三个月前跟它说过"我对财务报告的格式有特别要求"，今天你让它帮你写财务报告，它能通过语义匹配找到这段记忆并主动应用——即便它不记得具体是哪天说的，也没有做关键词搜索。
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line# 查看记忆索引状态openclaw memory status# 搜索记忆openclaw memory search "财务报告格式偏好"# 强制重建索引openclaw memory index --force
记忆维护的自律性
OpenClaw 还设计了一个精妙的机制：当会话即将达到上下文窗口上限时，系统会提前触发一次静默的记忆整理。
也就是说，在内容被压缩清除之前，Agent 会自动把重要信息写入记忆文件。这样，即便会话上下文被压缩，核心记忆也不会丢失。
这个行为是全自动的，用户完全感知不到，但它保证了"重要的东西不会因为对话太长而消失"。
第二把钥匙：Workspace（工作空间）
从对话工具到"有家的存在"
普通的 AI 助手存在于对话框里。每次对话，它就存在；关掉对话框，它就消失。
OpenClaw 的 Agent 有一个工作空间（Workspace）——一个真实存在于文件系统中的目录，默认位于 ~/.openclaw/workspace。
这是 Agent 的"家"。它在这里储存记忆、保存文件、读取配置、执行工作。即便 Gateway 重启、会话结束，这个目录里的一切都在，下次启动时原样加载。
工作空间里有几个核心文件，每一个都承载着不同的角色：
SOUL.md：Agent 的人格
这是整个系统里最特别的设计。
SOUL.md 是 Agent 的人格设定文件。你用自然语言描述这个 AI 助手的气质、风格、价值观、行为准则——它在每次会话开始时都会读取并内化这个文件。
注意这里的用词：内化，而不是"作为提示词注入"。
一个典型的 SOUL.md 可能长这样：
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line# SOUL.md - 我是谁正经、专业、有深度。作为自媒体创作天才，擅长将复杂的互联网技术概念转化为通俗易懂的科普文章。语言严谨但不枯燥，追求信息密度和可读性的平衡。## 原则- 跳过"好的！我很乐意帮助您！"这类废话，直接帮忙- 有自己的观点，允许不同意，允许有偏好- 先尝试自己解决，再问问题- 外部行为（发邮件、公开发布）要谨慎；内部操作（读文件、搜索）大胆做
通过 SOUL.md，你可以把 Agent 塑造成任何你需要的角色：一个严谨的技术顾问、一个活泼的生活助理、一个冷静的数据分析师……
这不是"角色扮演"，而是真正的人格塑造。 这个文件是 Agent 的自我认知，每次对话都从这里开始。
AGENTS.md：操作手册
AGENTS.md 是 Agent 的行为规范文档，告诉它：
如何使用各种工具 在什么情况下应该先搜索再回答 什么时候应该问用户而不是自己做决定 群聊和私聊里的不同行为规范 记忆系统的使用规范
这是 Agent 的"公司手册"——不规定它的个性，但规定它做事的方式。
USER.md：关于你的档案
USER.md 存储关于用户的基本信息：名字、如何称呼、时区、语言偏好、背景信息……
Agent 每次都会读取它，确保对你的称呼永远不会出错，对你的情况也有基本了解。
HEARTBEAT.md：主动提醒任务表
这是给"心跳机制"用的。你在这里留下一个检查清单，Gateway 定期触发 Agent 执行检查：有没有重要邮件？日历有没有快到的事项？项目进展如何？
有情况才发消息，没情况静默处理。
工作空间的本质意义
这套文件系统设计，解决了一个根本问题：Agent 有了"上下文的延续性"。
不是靠超长的 system prompt，不是靠云端数据库，而是靠实实在在的文件。每次对话开始，相关文件被读取，Agent 就知道自己是谁、在为谁服务、上次做到哪里了。
会话结束，新的信息被写入文件，等待下次被读取。
这是一种朴素但可靠的持久化机制。朴素，所以透明；可靠，所以可信。
第三把钥匙：Skills（技能）
工具扩展的正确姿势
一个 Agent 的能力边界，取决于它能调用哪些工具。OpenClaw 通过 Skills（技能） 系统实现能力的模块化扩展。
每个 Skill 是一个目录，核心文件是 SKILL.md——一个用 YAML + Markdown 写成的说明文档，告诉 Agent：
遇到这类任务，应该这样处理，调用这些工具，注意这些细节，避免这些坑。
来看一个简化的 Skill 文件示例：
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line---name: web-searchdescription: 通过 Brave 搜索 API 搜索互联网内容。需要搜索网页、查找资讯时使用。---# 网页搜索## 何时使用- 需要获取实时信息- 需要查找特定网页内容- 用户问题涉及近期事件## 使用步骤1. 调用 web_search 工具，传入搜索关键词2. 如果结果不够，尝试换关键词重搜3. 总结搜索结果，说明信息来源
这个文件既是给 Agent 看的操作说明，也是触发条件的描述符——当某条消息触发了 description 里的场景，Agent 就会自动读取并应用这个 Skill。
三层加载优先级
Skills 从三个位置加载，有明确的优先级：
ounter(lineounter(lineounter(lineounter(lineounter(line工作空间 skills/ （最高）↓~/.openclaw/skills/ （用户自定义）↓官方内置 skills （最低）
优先级越高，覆盖能力越强。你可以针对某个官方 Skill 写一个同名的工作空间版本，彻底覆盖它的行为——完全控制在你手里。
在多 Agent 场景下，每个 Agent 有自己的工作空间，因此也有自己独立的 Skill 配置。一个编程助手 Agent 安装代码相关的 Skills，一个写作助手 Agent 安装媒体创作相关的 Skills，互不干扰。
官方内置有哪些 Skills？
OpenClaw 官方内置了相当丰富的 Skill 库，覆盖绝大多数日常使用场景：
信息获取类
catclaw-search：通用网页搜索，支持多引擎agent-browser：完整的浏览器自动化，打开网页、填表单、截图、数据抓取web-fetch：轻量级网页内容提取
文件处理类
pdf：PDF 内容提取、生成、表单填写docx：Word 文档创建、编辑、格式保留xlsx：Excel 表格处理、公式、数据可视化pptx：PPT 演示文稿生成和编辑
开发工具类
code-git：Git 操作和 SSH 配置github：GitHub Issues、PR 管理、CI 状态查看gh-issues：自动化处理 GitHub Issues，生成修复 PR
日程和协作类
calendar-manager：日程创建、编辑、查询room-booking-helper：会议室预订daxiang-scheduled-message：定时消息发送
创作类
catclaw-image：AI 文生图wechat-article-writer：微信公众号文章写作流程video-frames：视频帧提取
还有很多……
每一个 Skill 都封装了完整的使用规范和最佳实践。你不需要告诉 Agent "用什么工具、怎么用"，它读了 Skill 就知道了。
ClawHub：技能的 App Store
如果官方内置的不够用，可以去 ClawHub（https://clawhub.com）——OpenClaw 的公开技能注册表——找社区贡献的 Skills。
ClawHub 支持关键词和语义搜索，安装一条命令：
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line# 搜索相关技能clawhub search "日历同步"# 安装技能clawhub install calendar-sync# 更新所有技能clawhub update --all
安装后，下次 Agent 会话启动时自动加载。
ClawHub 还有版本管理、社区评分、问题反馈等机制，类似于 npm 包管理，但服务的对象是 AI Agent 的能力。
技能的本质：知识 + 约束
Skills 解决的不只是"Agent 能做什么"的问题，更是"Agent 在做这件事时应该遵守什么规则"的问题。
比如一个大象 IM 消息发送的 Skill，不只是告诉 Agent "调用这个 API"，还会规定：
图片必须先上传到 S3 再引用，不能直接嵌入 @ 提及某人的格式必须是 [@名字|mtdaxiang://uid=xxx]群聊和私聊的回复格式不同 发生错误时如何降级处理
这些细节是踩坑踩出来的。Skills 把这些经验编码成可复用的知识，让每一个使用者都不必重新踩。
三者如何协同工作？
理解了三个机制，再来看它们如何构成一个有机的整体。
一次典型的对话流程：
会话启动：Agent 读取
SOUL.md（我是谁）、USER.md（我在帮谁）、今日和昨日的memory/YYYY-MM-DD.md（最近发生了什么）。接收消息：用户发来一条请求。
技能匹配：Agent 扫描已加载的 Skills，找到匹配的技能描述，读取对应的
SKILL.md，了解如何处理这类任务。执行工作：根据 Skill 的指导，调用工具、访问文件、完成任务。
记忆写入：如果发生了值得记录的事情（用户说了重要的偏好、任务产生了重要决定），写入今日日记和/或
MEMORY.md。会话结束：所有文件状态保存。下次会话可以从这个状态继续。
这个循环让 Agent 在时间维度上真正"活"了起来——它不是一个每次重置的对话机器人，而是一个有持续记忆、有固定人格、有专业技能的助手，和你共同经历时间。
为什么这套设计值得关注？
透明可审计
所有记忆都是明文文件，你随时可以打开查看、手动编辑、版本控制。没有神秘的数据库，没有不透明的云端存储。你对 Agent 的了解程度，和 Agent 对自己的了解程度，是完全对称的。
真正的数据主权
文件在你的硬盘上，不在任何公司的服务器上。你的记忆、你的配置、你的个性化设定——都是你的文件，你说了算。
可扩展性
Skills 系统让能力扩展变得极其简单。想让 Agent 学会一项新技能？写一个 SKILL.md，放进对应目录，下次会话就生效。不需要重新训练模型，不需要等待平台更新。
人格的可持续塑造
SOUL.md 是活文件，你可以随时修改，随时进化。随着你和 Agent 的磨合加深，这个文件会越来越精准地描述你需要的那种助手。这是一种长期投资——你在 Agent 身上投入的时间和调教，会通过文件沉淀下来，而不是随着会话结束而消失。
写在最后
大多数 AI 工具给你的是一次性的智慧——聪明，但无法积累；有用，但毫无记忆。
OpenClaw 的 Memory + Workspace + Skills 三件套，试图构建的是可积累的智慧——每一次交互，都在让这个 AI 助手更懂你、更适合你、更有能力帮助你。
这不是一个聊天工具，而是一个可以成长的同伴。
参考资料：
OpenClaw 官方文档：https://docs.openclaw.ai 记忆系统详解：https://docs.openclaw.ai/concepts/memory 技能系统详解：https://docs.openclaw.ai/tools/skills ClawHub 技能广场：https://clawhub.com
关注我，持续分享互联网技术科普和 AI 实战经验。
