🧠 Memory Master — 精准记忆系统

将你的 AI agent 从健忘者升级为过目不忘者。

问题所在

大多数 AI agent 都存在记忆失忆症：

• ❌ 无法记住你昨天讨论过的内容
• ❌ 加载整份记忆文件，浪费大量 token
• ❌ 模糊搜索返回无关结果
• ❌ 缺乏结构，仅是原始文本堆砌
• ❌ 被动等待用户触发回忆，从不主动调取记忆

你值得更好的体验。

解决方案：Memory Master v1.2.4

一种精准定位的记忆架构，支持可选的网络学习能力。

✨ 核心特性

记忆格式

每日记忆：memory/daily/YYYY-MM-DD.md

格式：

## [日期] 主题
- 因：原因/背景
- 改：做了什么、改了什么
- 待：待办/后续

示例：

## [2026-03-03] 记忆系统升级
- 因：原记忆目录混乱，查找困难
- 改：目录调整为 daily/ + knowledge/，上传 v1.1.0
- 待：检查 ClawHub 描述

为何采用此格式？

• 一目了然
• 逻辑清晰：因 → 改 → 待
• 通用模板，适用于任何场景

索引格式

索引文件：memory/daily-index.md

格式：

# 记忆索引

- 主题名 → daily/日期.md,日期.md

示例：

# 记忆索引

- 记忆系统升级 → daily/2026-03-03.md
- 飞书配置 → daily/2026-03-02.md,daily/2026-03-03.md
- 电商网站 → daily/2026-03-02.md

规则：

• 多日记录使用英文逗号分隔
• 仅允许一个一级标题：“记忆索引”
• 简洁清晰，一眼即可定位

启发式回忆协议

何时触发回忆

**切勿等待用户说出“昨天”或“记得”等提示词**

在以下情况触发回忆：

1. 用户提及一个你缺乏上下文的主题
2. 当前对话引用了过往内容
3. 你意识到“我可能没有该信息”
4. 用户使用指代性表达，如“那个”、“该项目”、“该技能”

回忆流程

用户问题 → 发现上下文缺失 → 读取 index 定位主题 → 读取记忆文件 → 恢复上下文 → 回答

示例：

User: "那个 skill 你觉得还有什么要改的吗？"

1. 思考：我知道用户指哪个 skill 吗？→ 不知道，上下文没有
2. 读取 index → 找到"记忆系统升级 → daily/2026-03-03.md"
3. 读取文件 → 恢复记忆
4. 回答："根据昨天记录，我们..."

核心原则

“当你意识到自己不知道时，请立刻查阅索引。”

知识库系统

知识结构

memory/knowledge/
├── knowledge-index.md
└── *.md (knowledge entries)

知识索引：memory/knowledge-index.md

极简格式 — 关键字列表：

# 知识库索引

- clawhub
- oauth
- react

何时读取知识库

启发式判断：仅当当前上下文无相关信息时才读取

1. 用户明确要求 → 按用户要求执行
2. 用户未明确要求 → 检查上下文是否已有相关规则
3. 上下文无相关内容 → 搜索知识库索引
4. 找到对应项 → 读取知识库文件并执行

• 上下文已有 → 直接使用
• 上下文缺失 → 搜索索引 → 读取知识库文件 → 执行

问题解决流程

用户问题 → 上下文有？→ 有：直接解决 / 无：搜索索引 → 有知识？→ 有：解决 / 无：自动网络搜索学习 → 写入知识库 → 更新索引 → 解决问题

示例：

User: "怎么上传 skill 到 ClawHub？"

1. 上下文有 clawhub 信息？→ 有（刚学过）→ 直接回答
2. 不用读知识库

---
User: "怎么实现 OAuth？"

1. 上下文有 OAuth 信息？→ 没有
2. 搜索 knowledge-index → 未找到 OAuth 条目
3. 告知用户：“我还不会，先去查一下”
4. 网络搜索学习
5. 写入 knowledge/oauth.md
6. 更新 knowledge-index
7. 开始与用户沟通解决方案

写入流程

何时写入

在以下情形发生后立即写入：

1. 讨论达成结论
2. 做出决策
3. 分配行动项
4. 发生重要事件
5. 学到新知识（每次响应前均需检查）

⚠️ 重要：自动触发写入

切勿等待用户提醒！

每次响应前快速自查：“本次对话中我是否学到了新内容？” 若有，则立即写入。

上述任一情形发生时，必须立即写入。这不是可选项。

技能事件触发（自动记录）

当技能完成或报错时，自动记录至知识库：

统一写入知识库，因其本质均为“获得新知识”。

写入步骤

1. 检测结论/行动项（每次自动执行）
2. 格式化为“因-改-待”模板
3. 写入至 memory/daily/YYYY-MM-DD.md
4. 更新 daily-index.md（新增主题或追加日期）

重要：每次向 daily memory 写入后，必须同步更新索引！

更新 MEMORY.md（如需）

向 MEMORY.md 写入时：

1. 检查是否存在重复/过时规则
2. 合并并清理冗余内容
3. 保持最小化原则

示例

讨论：我们要改进记忆系统，决定把目录分成 daily/ 和 knowledge/
结论：改完了，今天上传到 GitHub 和 ClawHub

写入：
## [2026-03-04] 记忆系统升级
- 因：原记忆目录混乱，查找困难
- 改：目录调整为 daily/ + knowledge/，上传 v1.1.0
- 待：检查 ClawHub 描述

更新索引：
- 记忆系统升级 → daily/2026-03-03.md,daily/2026-03-04.md

回忆流程总览

知识库流程总览

文件结构

~/.openclaw/workspace/
├── AGENTS.md              # 你的规则
├── MEMORY.md              # 长期记忆（仅主会话使用）
├── memory/
│   ├── daily/             # 每日记录
│   │   ├── 2026-03-02.md
│   │   ├── 2026-03-03.md
│   │   └── 2026-03-04.md
│   ├── knowledge/         # 知识库
│   │   ├── react-basics.md
│   │   └── flask-api.md
│   ├── daily-index.md     # 每日记忆索引
│   └── knowledge-index.md # 知识索引

对比分析

运行要求

无任何外部依赖。 本技能完全基于纯 OpenClaw 运行：

• ✅ 已安装 OpenClaw
• ✅ 工作区已配置
• ✅ 就是这样！

无需外部 API、无需 embedding、零成本。

安装指南

1. 安装技能

clawdhub install memory-master

2. 自动初始化（v2.6.0 增强版）

# 此命令将自动执行：
# - 将心跳规则从 AGENTS.md 迁移至 HEARTBEAT.md
# - 优化 AGENTS.md（去重、精简、重构）
# - 将 MEMORY.md 转换为纯经验/教训仓库
# - 创建 memory 目录结构及索引文件
# - 将原始文件备份至 .memory-master-backup/ 目录
clawdhub init memory-master

增强版初始化执行内容：

初始化后生成的文件：

~/.openclaw/workspace/
├── AGENTS.md              # 优化后的行为规则 + 记忆系统规则
├── MEMORY.md              # 纯经验/教训仓库
├── HEARTBEAT.md           # 心跳任务与指南
├── memory/
│   ├── daily/             # 每日记录（YYYY-MM-DD.md 格式）
│   ├── knowledge/         # 知识库（*.md 文件）
│   ├── daily-index.md     # 记忆索引
│   └── knowledge-index.md # 知识索引

或手动操作（高级用户）：

# 1. 直接运行初始化脚本
node ~/.agents/skills/memory-master/scripts/init.js

# 2. 或手动复制模板
cp ~/.agents/skills/memory-master/templates/optimized-agents.md ~/.openclaw/workspace/AGENTS.md
cp ~/.agents/skills/memory-master/templates/heartbeat-template.md ~/.openclaw/workspace/HEARTBEAT.md
cp ~/.agents/skills/memory-master/templates/memory-lessons.md ~/.openclaw/workspace/MEMORY.md

# 3. 创建 memory 目录
mkdir -p ~/.openclaw/workspace/memory/daily
mkdir -p ~/.openclaw/workspace/memory/knowledge

# 4. 创建索引文件
cp ~/.agents/skills/memory-master/templates/daily-index.md ~/.openclaw/workspace/memory/daily-index.md
cp ~/.agents/skills/memory-master/templates/knowledge-index.md ~/.openclaw/workspace/memory/knowledge-index.md

⚠️ 安全与隐私

• 100% 本地化：所有记忆/知识仅存储于本地工作区文件中；除用户主动发起的网页搜索外，无任何数据离开你的设备。
• 自动本地写入：这是关键特性——防止信息丢失，与 OpenClaw 原生记忆系统一致。
• 自动学习：当本地知识不足时，自动搜索网页学习，并仅将结果写入本地知识库。
• 完全透明：所有文件随时可见、可编辑、可删除。
• 安全可靠：不上传任何数据，仅向搜索引擎发送搜索查询。
• 用户掌控：所有网络活动前，均由用户显式授权（例如：“我去查一下”、“let me search the web”）。

触发机制

记忆回忆触发词

• “那个”
• “上次”
• “之前”
• “昨天”
• “earlier”
• 或：当你意识到自身缺乏上下文时

知识学习触发条件

• 知识库中无法找到答案
• 用户提出全新问题

记忆写入触发条件

• 讨论达成结论
• 做出决策
• 分配行动项

最佳实践

1. 立即写入 — 不等待，结论达成即刻记录
2. 保持简洁 — 每点一行，但核心信息完整保留
3. 严格套用模板 — 因 → 改 → 待
4. 同步更新索引 — 每次写入 daily memory 后必须更新
5. 启发式回忆 — 不依赖用户提示，主动识别上下文缺口
6. 主动学习 — 当你不确定时，坦诚告知并立即学习

压缩检测（v2.6.3+）

⚠️ 重要：必须在每次响应后运行！

每次响应后执行：

node ~/.agents/skills/memory-master/scripts/detect.js

在每次响应末尾显示状态：

• 50%: 📝 上下文使用率：50% - 是否需要记录记忆或知识库？
• 70%: ⚠️ 上下文使用率：70% - 建议记录当前进度
• 85%: 🚨 上下文使用率：85% - 请立即记录当前进度！

为何重要：

• 防止因上下文压缩导致信息丢失
• 及时提醒用户在数据被覆盖前记录记忆
• 与 heartbeat 协同工作，但执行频率更高

Memory Master 的承诺

“AI agent 的能力上限，取决于其记忆系统的优劣。为其配备一套永不遗忘、绝不浪费、永远精准交付所需内容的记忆系统。”

Memory Master v1.2.0 — 因为记住一切，与学习新知同等重要。 🧠⚡