ClawMem 技能 — OpenClaw 记忆管理

概述

ClawMem 是为 OpenClaw 智能体设计的轻量级记忆管理系统。它提供高效的记忆存储与检索能力，并显著优化 token 成本。

特性

• 🎯 三级检索 — L0 索引 → L1 时间线 → L2 详情
• 👁️ 自动生命周期监控 — 拦截 5 类关键 OpenClaw 事件
• 💰 Token 优化 — 节省 60–80% 的 token 开销
• 🔍 高级搜索 — 支持关键词 / 时间 / 标签 / 会话搜索
• 🗄️ SQLite 存储 — 高性能、易部署

快速开始

1. 安装依赖

cd /root/.openclaw/workspace/projects/clawmem
npm install

2. 配置环境

cp .env.example .env
# 编辑 .env 文件，填入您的配置

3. 初始化数据库

npm run db:init

4. 在 OpenClaw 中使用

import clawMem from './projects/clawmem/src/index.js';

// 存储记忆
const recordId = clawMem.storeL0({
  category: 'session',
  summary: '用户查询了 TSLA 股票',
  timestamp: Math.floor(Date.now() / 1000)
});

// 检索记忆
const result = await clawMem.retrieve({
  category: 'session',
  includeTimeline: true,
  limit: 10
});

使用示例

存储记忆

// L0 索引（最小化）
clawMem.storeL0({
  category: 'session',
  summary: '简短摘要（< 100 字符）',
  timestamp: Date.now()
});

// L1 时间线（语义化）
clawMem.storeL1({
  record_id: recordId,
  session_id: 'session_001',
  event_type: 'query',
  semantic_summary: '详细摘要（< 500 字符）',
  tags: ['tag1', 'tag2']
});

// L2 详情（完整内容，按需加载）
clawMem.storeL2({
  record_id: recordId,
  full_content: '完整内容',
  metadata: { key: 'value' }
});

搜索记忆

import { memorySearch } from './projects/clawmem/src/index.js';

// 关键词搜索
const results = memorySearch.searchByKeyword('keyword', {
  category: 'session',
  limit: 10
});

// 时间范围搜索
const results = memorySearch.searchByTimeRange({
  start: oneHourAgo,
  end: Date.now() / 1000
});

// 会话搜索
const session = memorySearch.searchBySession('session_001', {
  includeDetails: true
});

// 高级搜索
const result = await memorySearch.advancedSearch({
  keyword: 'stock',
  timeRange: { start, end },
  includeDetails: true,
  limit: 10
});

生命周期监控

import { lifecycleMonitor } from './projects/clawmem/src/index.js';

// 启动监控
lifecycleMonitor.start();

// 拦截事件
lifecycleMonitor.intercept('tool.call', {
  tool_name: 'yahoo_finance',
  args: { symbol: 'AAPL' }
});

配置

编辑 .env 文件：

# 数据库
DATABASE_PATH=./clawmem.db
DATABASE_WAL_MODE=true

# L0/L1/L2 限制
L0_MAX_SUMMARY_LENGTH=100
L1_MAX_SUMMARY_LENGTH=500

# 工作器执行间隔
WORKER_INTERVAL_MS=1000

# LLM 配置
LLM_PROVIDER=openai
LLM_MODEL=gpt-3.5-turbo

API 参考

ClawMemCore

• storeL0(record) — 存储最小化索引
• storeL1(record) — 存储时间线索引
• storeL2(record) — 存储完整详情
• retrieve(query) — 执行三级检索工作流

MemorySearch

• searchByKeyword(keyword, options) — 关键词搜索
• searchByTimeRange(timeRange, options) — 基于时间的搜索
• searchByTags(tags, options) — 基于标签的搜索
• searchBySession(sessionId, options) — 会话搜索
• advancedSearch(query) — 组合式高级搜索
• getStats() — 获取统计信息

LifecycleMonitor

• start() — 启动监控
• intercept(eventName, payload) — 拦截指定事件

性能

Token 优化

传统方式： 100 条记录 × 500 tokens = 50,000 tokens

ClawMem：

• L0：100 × 25 = 2,500 tokens
• L1：50 × 125 = 6,250 tokens
• L2：10 × 500 = 5,000 tokens
• 总计： 13,750 tokens（节省率达 72.5%！）

项目结构

clawmem/
├── src/
│   ├── core/
│   │   ├── retrieval.js
│   │   ├── lifecycle-monitor.js
│   │   └── search.js
│   └── index.js
├── database/
│   └── init.js
├── config/
│   └── loader.js
├── docs/
├── .env.example
├── package.json
└── README.md

许可证

MIT License

作者

PocketAI for Leo — OpenClaw 社区

代码仓库

https://github.com/leohuang8688/clawmem