OpenClaw 记忆系统详解:让 AI 真正＂记住＂你

一、为什么 AI 需要记忆？

先说个扎心的事实

你有没有遇到过这种情况：

昨天跟 AI 助手说"我叫尘，在广东"，今天它又问"请问怎么称呼？"
上周让它记住某个项目细节，这周它完全忘了
每次新对话都要重新交代背景，像在跟失忆症患者聊天

这不是你的问题，是大多数 AI 助手的通病。

传统 AI 的"失忆症"

大多数 AI 助手（包括某些大厂的）有个致命缺陷：会话结束 = 记忆清零。

┌─────────────────┐│   会话 1        ││  你说：我叫尘   ││  AI：记住了！   │└─────────────────┘         ↓    [会话结束]         ↓┌─────────────────┐│   会话 2        ││  AI：请问怎么   ││       称呼？    │└─────────────────┘

为什么？因为它们的"记忆"只存在于当前对话的上下文窗口里。对话一结束，上下文一清空，它就真的什么都不记得了。

人类是怎么记忆的？

人类不一样。我们有两套记忆系统：

短期记忆：刚才发生的对话、临时信息（相当于 AI 的上下文窗口）
长期记忆：重要的事实、经验、技能（AI 缺的就是这个）

OpenClaw 的记忆系统，就是为了解决这个问题而设计的。

二、OpenClaw 记忆系统架构

核心设计理念

OpenClaw 的记忆系统模仿人类的记忆机制，分为三层：

┌─────────────────────────────────────────┐│           会话上下文（短期）             ││   当前对话的历史消息，模型直接可见       │└─────────────────────────────────────────┘                    ↓┌─────────────────────────────────────────┐│         每日记忆文件（中期）             ││   memory/YYYY-MM-DD.md，原始日志        │└─────────────────────────────────────────┘                    ↓┌─────────────────────────────────────────┐│         MEMORY.md（长期）               ││    curated 记忆， distilled 精华         │└─────────────────────────────────────────┘

三层记忆详解

1️⃣ 会话上下文（短期记忆）

作用：当前对话的连续性和连贯性

特点：

自动维护，无需手动操作
包含完整的对话历史
受模型上下文窗口限制（如 128K tokens）
会话结束即失效

适用场景：

多轮对话中的指代消解（"它"、"这个"、"刚才说的"）
临时信息的传递
当前任务的进度跟踪

2️⃣ 每日记忆文件（中期记忆）

作用：记录每天发生的重要事件和原始日志

位置：memory/YYYY-MM-DD.md

特点：

按日期自动创建
记录原始、详细的事件
类似人类的"日记"
可追溯、可查询

内容示例：

# 2026-03-31## 重要事件- 19:05 新会话启动，用户问候- 19:11 请求生成公众号文章（OpenClaw 系列 003）- 19:27 开始撰写记忆系统详解文章## 学习到的信息- 用户偏好：公众号文章需要详细的技术细节- 项目进度：OpenClaw 系列文章已完成 3 篇## 待办事项- 继续生成 OpenClaw 系列文章- 完善记忆系统文档

3️⃣ MEMORY.md（长期记忆）

作用：存储经过提炼的、值得长期保留的信息

位置：MEMORY.md（工作区根目录）

特点：

仅在主会话加载（安全考虑，防止泄露给陌生人）
curated（精心挑选）的内容
distilled（蒸馏提炼）的精华
类似人类的"长期记忆"和"知识体系"

内容示例：

# 长期记忆## 关于用户- 称呼：尘- 位置：中国广东（GMT+8）- 时区：Asia/Shanghai- 目标：共同进化，持续学习## 项目信息- OpenClaw 公众号系列：进行中- 已完成文章：3 篇（AI 工具/大模型横评/RAG 教程）- 发布计划：每周 2-3 篇## 偏好和习惯- 文章风格：技术严谨 + 通俗易懂- 发布时间：工作日 19:00-21:00- 偏好工具清单类文章（高收藏率）## 重要决策- 公众号定位：开发者 AI 技术分享- 记忆系统：三层架构（会话/每日/长期）

记忆加载规则

OpenClaw 的记忆加载遵循严格的规则，确保安全性和效率：

┌─────────────────────────────────────────┐│          新会话启动                      │└─────────────────────────────────────────┘                    ↓    ┌───────────────┴───────────────┐    ↓                               ↓┌─────────┐                   ┌─────────────┐│主会话    │                   │ 共享会话     ││(直接聊天)│                   │(群聊/他人)  │└─────────┘                   └─────────────┘    ↓                               ↓加载 MEMORY.md              不加载 MEMORY.md+ SOUL.md                   + SOUL.md+ USER.md                   + USER.md+ 昨日&今日记忆              + 昨日&今日记忆

为什么这样设计？

安全性：MEMORY.md 可能包含个人隐私，不应在群聊或共享会话中泄露
效率：共享会话不需要加载完整的长期记忆
隔离：不同场景使用不同级别的记忆

三、记忆系统的工作原理

会话启动流程

每次新会话启动时，OpenClaw 自动执行以下步骤：

# 伪代码示意def session_startup():    # 1. 读取身份定义    read("SOUL.md")      # 我是谁    read("USER.md")      # 用户是谁    # 2. 读取近期记忆    read("memory/today.md")    read("memory/yesterday.md")    # 3. 如果是主会话，加载长期记忆    if session_type == "main":        read("MEMORY.md")    # 4. 准备就绪，开始对话    return "Ready"

记忆更新机制

记忆不是一成不变的，它会随着时间演化：

每日记忆文件 (原始日志)        ↓   [定期回顾]        ↓   提炼重要信息        ↓   更新 MEMORY.md (长期记忆)        ↓   删除过期日常记忆

定期回顾建议：

每 3-7 天回顾一次每日记忆
将重要事件、决策、学习提炼到 MEMORY.md
删除或归档过期的日常记录

记忆查询工具

OpenClaw 提供两个核心工具用于记忆管理：

memory_search

功能：语义搜索记忆文件

使用场景：

"上次提到的项目是什么？"
"用户说过喜欢什么？"
"之前做过什么决定？"

工作原理：

用户问题 → 语义搜索 → 返回相关片段              ↓    MEMORY.md + memory/*.md

memory_get

功能：精确读取记忆文件的指定片段

使用场景：

搜索后获取完整上下文
读取特定文件的特定行
保持上下文窗口高效利用

示例：

memory_get(path="MEMORY.md", from=10, lines=5)→ 返回第 10-15 行的内容

四、实战：配置你的记忆系统

第一步：创建记忆目录

# 进入工作区cd ~/.openclaw/workspace# 创建 memory 目录mkdir memory

第二步：创建今日记忆文件

# 创建今日文件（日期格式：YYYY-MM-DD）echo "# 2026-03-31" > memory/2026-03-31.mdecho "" >> memory/2026-03-31.mdecho "## 今日事项" >> memory/2026-03-31.md

第三步：创建长期记忆文件

# 创建 MEMORY.mdcat > MEMORY.md << 'EOF'# 长期记忆## 关于我- 姓名：[你的名字]- 位置：[你的城市]- 职业：[你的职业]## 项目- [项目 1]：[描述]- [项目 2]：[描述]## 偏好- [偏好 1]- [偏好 2]## 重要日期- [日期]：[事件]EOF

第四步：配置 AGENTS.md（可选）

AGENTS.md 是记忆系统的"使用说明书"，通常已存在。如需自定义，可编辑：

# 编辑 AGENTS.mdnotepad ~/.openclaw/workspace/AGENTS.md

关键配置项：

记忆加载规则
记忆更新频率
安全边界（什么不该记）

记忆内容建议

✅ 应该记录

类型	示例
身份信息	姓名、位置、职业、联系方式
项目信息	项目名称、目标、进度、技术栈
偏好习惯	工作时间、沟通风格、工具偏好
重要决策	技术选型、方向调整、关键决定
学习收获	新技能、经验教训、踩坑记录
人际关系	合作伙伴、客户、团队成员

❌ 不该记录

类型	原因
敏感密码	安全风险，应使用密码管理器
财务细节	银行账号、完整卡号等
他人隐私	未经同意的个人信息
临时信息	很快过期的内容（如临时会议时间）

五、高级用法

1. 记忆模板

创建标准化的记忆模板，提高记录效率：

# {{DATE}}## 📅 日程- [ ] ## 💬 对话摘要- ## 🎯 决策- ## 📚 学习- ## ⚠️ 待办- [ ]

2. 记忆回顾脚本

定期回顾记忆的自动化脚本：

# scripts/review-memory.pyimport osfrom datetime import datetime, timedeltadef review_memory():    # 读取过去 7 天的记忆    today = datetime.now()    for i in range(7):        date = today - timedelta(days=i)        file = f"memory/{date.strftime('%Y-%m-%d')}.md"        if os.path.exists(file):            print(f"\n=== {date.strftime('%Y-%m-%d')} ===")            with open(file, 'r', encoding='utf-8') as f:                print(f.read())    print("\n💡 建议：将重要信息提炼到 MEMORY.md")if __name__ == "__main__":    review_memory()

3. 记忆迁移

当 MEMORY.md 变得太大时，可以：

# 1. 创建归档mkdir memory/archive/2026-Q1# 2. 移动旧记忆mv memory/2026-01-*.md memory/archive/2026-Q1/mv memory/2026-02-*.md memory/archive/2026-Q1/mv memory/2026-03-*.md memory/archive/2026-Q1/# 3. 保留 MEMORY.md（只保留核心信息）

4. 多工作区记忆隔离

如果你有多个工作区，建议：

~/.openclaw/├── workspace-personal/      # 个人项目│   └── MEMORY.md           # 个人记忆├── workspace-work/          # 工作项目│   └── MEMORY.md           # 工作记忆└── workspace-learning/      # 学习项目    └── MEMORY.md           # 学习记忆

好处：

上下文隔离，避免混淆
安全性更高（工作记忆不会泄露到个人会话）
便于管理和归档

六、记忆系统 vs 其他方案

对比向量数据库记忆

特性	OpenClaw 文件记忆	向量数据库记忆
实现复杂度	低（纯文本文件）	高（需部署数据库）
查询方式	语义搜索 + 精确读取	向量相似度检索
可控性	完全可控，可手动编辑	需通过 API 操作
可解释性	高（直接阅读）	低（黑盒检索）
成本	零成本	需要服务器资源
适用场景	个人助手、小团队	大规模应用、企业级

结论：OpenClaw 的方案更适合个人和小型团队，简单、透明、可控。

对比大模型内置记忆

特性	OpenClaw 文件记忆	大模型内置记忆
持久性	永久保存	可能随模型更新丢失
隐私性	本地存储，完全私有	数据上传到云端
可移植性	可备份、可迁移	绑定特定平台
自定义	完全自定义	有限的自定义选项

结论：自建记忆系统在隐私和可控性上更有优势。

七、常见问题

Q1: 记忆文件太多怎么办？

A: 定期归档和清理：

# 按月归档mkdir memory/archive/2026-03mv memory/2026-03-*.md memory/archive/2026-03/

Q2: MEMORY.md 太大影响性能？

A: 提炼核心信息，移动细节到归档：

# 精简后的 MEMORY.md## 核心信息（保留）- 关键身份、项目、决策## 详细信息（移动到归档）- 具体对话记录 → memory/archive/- 临时信息 → 删除

Q3: 如何确保记忆安全？

A: 遵循以下原则：

不在共享会话加载 MEMORY.md（OpenClaw 已默认实现）
不记录敏感信息（密码、财务数据等）
定期备份（git 版本控制或云备份）
加密存储（敏感工作区可使用加密文件系统）

Q4: 记忆系统会影响 AI 回答吗？

A: 会，而且是正面影响：

✅ 更了解你的背景和需求
✅ 减少重复交代信息
✅ 提供更有针对性的建议
⚠️ 但需确保记忆准确（错误记忆会导致错误回答）

八、最佳实践

1. 记忆更新节奏

频率	操作
每天	记录重要事件到 memory/YYYY-MM-DD.md
每周	回顾本周记忆，提炼到 MEMORY.md
每月	归档旧记忆，清理过期信息
每季	全面审查记忆系统，优化结构

2. 记忆质量检查

定期问自己：

这些信息还准确吗？
这些信息还有用吗？
有更简洁的表达方式吗？
有敏感信息需要移除吗？

3. 记忆与上下文平衡

不要过度依赖记忆：

重要信息在对话中明确提及
记忆作为补充，不是替代
关键决策仍需人工确认

九、总结

核心要点

三层架构：会话上下文 → 每日记忆 → 长期记忆
安全隔离：MEMORY.md 仅在主会话加载
持续演化：定期回顾、提炼、归档
简单可控：纯文本文件，完全透明

为什么重要？

记忆系统让 AI 从"一次性工具"变成"长期伙伴"。它真正理解你、记住你、适应你，而不只是机械地回答问题。

下一步

创建你的 memory/ 目录
写下第一条记忆
开始和"记得你"的 AI 对话

📎 附录：完整目录结构示例

~/.openclaw/workspace/├── AGENTS.md                 # 记忆系统使用说明├── SOUL.md                   # AI 身份定义├── USER.md                   # 用户信息├── MEMORY.md                 # 长期记忆├── memory/                   # 每日记忆目录│   ├── 2026-03-30.md│   ├── 2026-03-31.md│   └── archive/              # 归档目录│       └── 2026-Q1/│           ├── 2026-01-*.md│           ├── 2026-02-*.md│           └── 2026-03-*.md└── scripts/                  # 辅助脚本    └── review-memory.py      # 记忆回顾脚本