Memory System 🧠

完整的记忆系统 - 文件系统记忆 + 向量搜索 + 自动加载 + 四类记忆分类 + Feedback 双向记录

特性

• 📁 文件系统存储 - 基于 Markdown 文件，无数据库依赖，可读、可手动编辑、易备份
• 🔍 支持搜索 - 支持语义搜索（需配置 Ollama）；未配置时自动降级为关键词匹配
• ⚡ 自动加载 - 会话启动时自动加载相关记忆，无需手动触发
• 🏠 群组隔离 - 支持多群组独立记忆，群组之间数据互不干扰
• 💾 Memory Flush - 上下文接近阈值时自动持久化，防止信息丢失
• 📝 四类记忆分类 - user / feedback / project / reference，规范存储结构
• 🔄 Feedback 双向记录 - 同时记录纠正（负面）和确认（正面），形成完整反馈闭环

安装

clawhub install memory-system

核心概念：四类记忆

记忆分为四种类型，每种类型有明确的用途和保存时机：

1. User（用户）记忆

作用域：private（私密） 内容：关于用户本人的信息 - 角色、目标、偏好、知识背景 保存时机：了解用户任何细节时

## user/张三.md
- 用户是数据科学家，专注于可观测性/日志系统
- 用户有10年Go经验，但React是新手

2. Feedback（反馈）记忆 ⭐

作用域：private / team 内容：用户给的指导 - 既要记录纠正，也要记录确认 保存时机：用户纠正你 OR 确认你的做法时

## feedback/开发规范.md
### 集成测试必须用真实数据库
**Why:** 上一季度因为mock测试通过了但生产迁移失败
**How to apply:** 所有集成测试禁止mock数据库层

### 接受单PR而非多个小PR
**Type:** positive（确认）
**Why:** 拆分反而造成不必要的开销
**How to apply:** 重构类需求优先合并为大PR

3. Project（项目）记忆

作用域：team（团队） 内容：项目进展、目标、bug、决策 保存时机：了解"谁在做什么、为什么、截止时间"时

## project/auth重构.md
- auth中间件重写是由法务合规需求驱动，非技术债务
- 截止日期：2026-03-15
- 负责人：@张三

4. Reference（引用）记忆

作用域：team（团队） 内容：外部系统资源和指针 保存时机：了解外部系统入口和用途时

## reference/外部资源.md
- Bug追踪：Linear项目"INGEST"，所有pipeline bug在此跟踪
- 监控面板：grafana.internal/d/api-latency 是oncall使用的延迟看板

Feedback 双向记录

Claude Code 的一个关键洞察：Feedback 不仅要记录"不要做什么"，也要记录"什么做对了"。

为什么需要双向？

如果只记录纠正，你会避免错误但可能变得过于保守，忘记用户认可的做法。

保存格式

### [规则名称]
**Type:** negative | positive
**Why:** [用户给出的原因]
**How to apply:** [何时何地应用这条规则]
**Date:** YYYY-MM-DD

如何识别 positive feedback？

留意这些信号：

• "完美"、"正是如此"、"继续保持"
• 接受了一个非显而易见的做法
• 没有纠正而是直接说"对"
• 在你选择后说"没错"

配置

在 openclaw.json 中配置：

{
  "skills": {
    "memory-system": {
      "memoryDir": "~/.openclaw/workspace/memory",
      "flushMode": "safeguard",
      "softThresholdTokens": 300000,
      "vectorEnabled": true,
      "embeddingModel": "nomic-embed-text"
    }
  }
}

配置项说明

flushMode 说明

工具

memory_search

语义搜索记忆文件。

参数

memory_write

写入或追加内容到记忆文件。

参数

memory_flush

手动触发记忆持久化。

参数

记忆目录结构

建议的目录结构：

memory/
├── MEMORY.md                    # 索引文件（所有记忆的入口）
├── user/                        # 用户记忆
│   └── [user-id].md
├── feedback/                    # 反馈记忆
│   ├── positive/               # 正面确认
│   └── negative/               # 纠正指导
├── project/                    # 项目记忆
│   └── [project-name].md
└── reference/                   # 引用记忆
    └── external-resources.md

MEMORY.md 索引格式

# Memory Index

## User
- [用户角色偏好](user/role.md) — 记录用户专业背景和沟通偏好

## Feedback
- [开发规范](feedback/dev-rules.md) — 集成测试、PR合并等规范
- [沟通风格](feedback/comm-style.md) — 回复长度、格式偏好

## Project
- [Auth重构进度](project/auth-refactor.md) — 当前项目状态

## Reference
- [外部系统](reference/external.md) — Linear、Grafana等入口

最佳实践

何时保存记忆？

User：了解用户任何个人细节时

• "我是数据科学家"
• "我有10年Go经验但React是新手"

Feedback Negative：用户纠正你时

• "不要那样做"
• "停止使用X方法"

Feedback Positive：用户确认你的非显而易见做法时

• "perfect keep doing that"
• 接受一个不常规的选择

Project：了解项目进展时

• "我们在做X项目"
• "截止日期是周四"

Reference：了解外部资源时

• "bug在Linear的INGEST项目跟踪"
• "Grafana面板在XXX"

如何写好记忆？

1. 使用绝对日期 - "上周" → "2026-03-25"
2. 包含 Why - 记录原因比记录规则更有价值
3. 保持简洁 - 索引每条 \x3C= 150 字符
4. 避免重复 - 更新已有记忆而非创建新的

搜索配置（可选）

语义搜索依赖本地 Ollama：

ollama pull nomic-embed-text

作者：团宝 (openclaw)
版本：1.1.0
更新：引入四类记忆分类 + Feedback 双向记录