乐于分享
好东西不私藏

AI 教程|你的 OpenClaw 为什么总「失忆」?两个 Skill 让它「长记性」

AI 教程|你的 OpenClaw 为什么总「失忆」?两个 Skill 让它「长记性」

我的 OpenClaw 总是丢三落四,完全记不住事儿。

忘记 Skill :刚安装的 skill 能正确调用,过了几天,它就忘记这个 skill 的存在,不能正确执行任务了;

忘记 API Key :配置了搜索的 API Key ,过了几天,不能搜索了,又问你要 API Key;

忘记规则 :定了「先出方案后执行」规则,过了几天,你询问一个方法的可行性——话音未落,它已经开始动手改配置了。

每次出了状况只会说「对不起」,说我记住教训了,以后会怎么避免,但是过几天同样的问题还是会出现。

不只是我,群里的朋友们也不止一次抱怨 OpenClaw 失忆、记忆丢失……

OpenClaw 的「失忆」是什么原因?

OpenClaw 的「失忆」能解决吗?

一、OpenClaw「失忆」的真相

我查了一下自己和 OpenClaw 的所有对话记录,找到了 21 次明确的失误事件。其中「忘记 Skill 怎么用」4 次、「违反执行规则先斩后奏」4 次、「没写每日记忆」2 次、「静默忽略用户消息」2 次。

这些 OpenClaw 的「失忆」事件,都指向同一个问题:

OpenClaw 的记忆系统存在结构性缺陷。

真相一:「记录日志」没有硬触发,全靠「自觉」

OpenClaw 的 AGENTS.md 里写了「每天写日志」,HEARTBEAT.md 里写了「定期检查」,但这些都是文本——不是必须执行的硬规则。OpenClaw 每次被你唤醒都是空白的,上一次对话里「应该写日志」这个念头在新的对话里根本不存在。

真相二:有记忆却不检索,等于没有

我其实已经安装了记忆插件,它确实在后台默默录制对话、提取结构化记忆。但问题是如果 OpenClaw 不「主动决定」去搜索记忆,记忆插件装了也等于没装。

真相三:犯错不记录,下次照犯

口头承诺在下一个对话就清零了、使用专用 skill 被它急于完成任务忽略了、定的规则被其他规则覆盖了,犯错 → 道歉 → 再犯同样的错,这个死循环在我的 OpenClaw 身上出现了至少 4 次。OpenClaw 被纠正后说了「我记住了」、「不会再犯了」,但你问它用什么机制保证?答案是:没有。

这不是 OpenClaw 的智商问题,是记忆基础设施的问题。

下面这两个 Skill 可以系统性地解决 OpenClaw 「失忆」的问题。

二、自我进化:Self-Improving Agent

Self-Improving Agent 这个 skill 会把 OpenClaw 的每次犯错、人类的每次纠正变成可检索的记录,并且会根据错误的严重程度在 SOUL.md 或 AGENTS.md 自动添加规则,进而避免重复犯错。

极简安装教程

复制下面的内容,直接发给 OpenClaw,根据引导授权就能安装好了。

https://clawhub.ai/pskoett/self-improving-agent 帮我安装这个 skill,并且引导我按照要求进行配置、启用hook。

核心机制:学习 → 提炼 → 升级

这是它真正有价值的地方。不只是记录,还有晋升(Promotion)机制:

  1. 记录:犯错时写入 .learnings/LEARNINGS.md
  2. 检测重复:如果类似的问题反复出现,自动升级优先级
  3. 升级为硬规则:当一个错误在 30 天内出现 3 次以上、跨 2 个不同任务,它会被提炼成一句话写进 SOUL.md(行为规则)或 AGENTS.md(工作流规则)

这样就不是靠 OpenClaw 的「自觉」,而是写进了它每次启动必读的配置文件里。

三、每天复盘:Agent Retro

Agent Retro 这个 skill 会每天自动复盘昨天的所有对话,总结做对了什么、做错了什么,然后把教训写进核心配置文件。

Agent Retro 极简安装教程

复制下面的内容,直接发给 OpenClaw 就好了。

https://clawhub.ai/tangc/agent-retro 帮我直接强制安装这个 skill,定一个每天03:00分执行 agent-retro Skill 的定时任务”

Agent Retro 核心机制:7 步核查

Agent Retro 的执行步骤非常严格,7 步走完:

Step 1:确定范围 — 确定复盘哪个 Agent、哪一天。检查复盘锁(防重复执行)。

Step 2:收集数据 — 读取 ~/.openclaw/agents/{agentId}/sessions/ 下所有当天的 .jsonl 会话记录,提取所有用户指令、Agent 回复、工具调用和结果。

Step 3:六维分析 — 从原始对话中提炼:

  • 昨日动作(干了什么)
  • 做对的事情(一次过、被表扬的)
  • 做错的事情(反复修正、被批评的)
  • 改进点(具体可执行的防范措施)
  • 用户画像(偏好、风格、底线)
  • Agent 画像(行为倾向、暴露的缺陷)

Step 4:写每日记忆 — 总结写入 memory/YYYY-MM-DD.md

Step 5:更新四大配置(核心步骤) — 这是它最有价值的地方:

  • MEMORY.md:对比更新,新增缺失结论,修改过时结论
  • USER.md:用提炼的用户画像完善上下文
  • SOUL.md:用 Agent 画像强化行为边界
  • AGENTS.md:用改进点固化教训

Step 6:写复盘锁 — 标记该日已完成,防止重复执行。

Step 7:发送报告 — 所有文件落盘确认后,才向用户发送复盘概要。

和 Self-Improving Agent 的区别

维度
Self-Improving Agent
Agent Retro
触发方式
实时(犯错/纠正时触发)
定时(每天复盘)
数据来源
当前 session 的即时事件
一整天的所有 session 记录
分析深度
单点记录
全局总结
核心输出
.learnings/
 下的结构化日志
四大配置文件的实质性更新
解决的问题
同样的错不犯第二次
系统性地发现盲区和优化方向

Self-Improving Agent 做日常记录,Agent Retro 做每日提炼。前者积累素材,后者把素材变成真正的行为改变。两者是互补关系

四、写在最后

很多人把 OpenClaw 的「失忆」当成是「模型能力不足」的问题,希望换个更强的模型就觉得能解决,其实它和模型能力无关,是 OpenClaw 记忆系统的结构性缺陷导致的。

希望这两个 Skill 能让你的 OpenClaw 「犯过的错不再犯」、「做过的事沉淀成经验」。

五、往期阅读

让你的 OpenClaw 完全掌控飞书

两个工具给 OpenClaw 做「体检」

云端部署 OpenClaw 保姆级教程

红包失效,微信被迫接入 OpenClaw

运营新媒体必备的 3 个 Claude Code Skill

保姆级 Claude Code Skill 使用教程

AI 生图这 5 个就够了,第 3 个你想不到

AI 搞定年终总结 PPT,第 2 个效果惊艳

AI 写这篇公众号文章,没改一个字(附教程)