小龙虾居然比你更健忘？OpenClaw 记忆系统指南，让它永远记住你

每次重启会话，AI 就变成"第一次见面"的陌生人？这篇文章教你用 OpenClaw 的记忆系统，彻底解决这个让人崩溃的问题。

开篇：一个真实的崩溃现场

你跟 AI 聊了整整两个小时，教了它你的写作风格、技术偏好、工作流习惯......

然后第二天打开新会话。

它问你："你是做什么工作的？"

你：......

这不是 bug，这是所有基于大模型的 AI 助手的"原罪"------上下文窗口是有限的，会话结束了，记忆就消失了。

但 OpenClaw 在这件事上，走了一条非常务实的路。

OpenClaw 记忆系统的核心哲学：文件就是真理

先说结论：OpenClaw 的记忆不在云端，不在数据库，就在你本地的 Markdown 文件里。

源码里有一句话说得特别直接：

"The files are the source of truth; the model only 'remembers' what gets written to disk."

翻译一下：文件是唯一的事实来源，模型只"记住"写入磁盘的内容。

这个设计思路让人拍案叫绝------简单、透明、可控。你随时可以打开文件看、改、删，完全掌握 AI 记住了什么。

记忆文件的两层架构

OpenClaw 把记忆分成两类，各司其职：

第一层：每日日志 `memory/YYYY-MM-DD.md`

存放路径：~/.openclaw/workspace/memory/2026-03-16.md
定位：流水账，今天发生了什么、讨论了什么、做了什么决定
特点：仅追加（append-only），会话开始时自动读取今天和昨天的内容

想象它是你的工作日报------不需要精炼，但要记录。

第二层：长期记忆 `MEMORY.md`

存放路径：~/.openclaw/workspace/MEMORY.md
定位：精华提炼，跨越时间都需要记住的偏好、习惯、重要结论
关键限制：只在主会话（私聊）中加载，群聊和共享上下文中不加载

为什么要这个限制？安全考虑。MEMORY.md 里可能有你的个人偏好、私人信息------这些内容不应该在群聊中"泄露"给其他人。

手把手：三分钟激活记忆系统

第一步：创建工作区目录和文件

bash 复制代码

mkdir -p ~/.openclaw/workspace/memory
touch ~/.openclaw/workspace/MEMORY.md

注意：MEMORY.md 默认不存在，需要你手动创建。这是有意为之的设计------系统不会替你做这个决定。

第二步：往 MEMORY.md 里写点什么

markdown 复制代码

# 我的个人上下文

## 基本信息
- 工作角色：全栈开发工程师
- 技术栈偏好：TypeScript + React + Node.js
- 写作风格：简洁直接，不喜欢废话

## 工作习惯
- 代码注释用英文
- 提交信息遵循 Conventional Commits 规范
- 每天早上 9 点开始工作，专注时不要问太多问题

## 重要约定
- 帮我写代码时优先考虑可读性，不要过度优化
- 如果不确定，先问我，别自作主张

第三步：告诉 Agent 要读它

在你的 ~/.openclaw/workspace/AGENTS.md 里加上这段：

markdown 复制代码

## 会话启动
1. 读取 SOUL.md
2. 读取 memory/YYYY-MM-DD.md（今天 + 昨天）
3. 如果是主会话（直接与用户对话）：读取 MEMORY.md

好了，你的 AI 助手现在有长期记忆了。

进阶功能 1：语义搜索记忆

记忆文件多了之后，怎么找到相关内容？OpenClaw 提供了 向量语义搜索。

Agent 有两个工具：

memory_search：语义搜索，找"意思相近的"内容
memory_get：精准读取，指定文件和行号

配置语义搜索，在 ~/.openclaw/config.json5 里：

css 复制代码

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",  // 也支持 gemini、voyage、mistral、local（离线）
        remote: {
          apiKey: "YOUR_OPENAI_API_KEY"
        }
      }
    }
  }
}

不想用 API 密钥？ 用本地模式：

css 复制代码

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "local",
        local: {
          modelPath: "/path/to/your/gguf/model"
        },
        fallback: "none"
      }
    }
  }
}

OpenClaw 会自动优先级尝试：local → openai → gemini → voyage → mistral，找到能用的就用。

进阶功能 2：自动记忆刷新（上下文压缩前的"遗嘱"）

这是 OpenClaw 最有意思的机制之一，值得单独讲清楚。

问题：当一次会话聊得太长，上下文窗口快满了，系统会自动压缩（compaction）------把早期内容摘要成一段话。压缩之后，细节就永远消失了。

解决方案 ：在压缩发生之前，系统会悄悄触发一个"记忆刷新"------发一条无声的提示给 Agent，让它把重要内容写入 memory/YYYY-MM-DD.md。

用户完全感知不到这个过程（除非你开了 verbose 日志），但重要信息被安全地保存下来了。

配置它（其实默认就是开着的）：

yaml 复制代码

{
  agents: {
    defaults: {
      compaction: {
        reserveTokensFloor: 20000,
        memoryFlush: {
          enabled: true,
          softThresholdTokens: 4000,
          systemPrompt: "Session nearing compaction. Store durable memories now.",
          prompt: "Write any lasting notes to memory/YYYY-MM-DD.md; reply with NO_REPLY if nothing to store.",
        }
      }
    }
  }
}

触发逻辑（从源码扒出来的）：

scss 复制代码

触发条件 = 当前 token 数 >= (上下文窗口 - reserveTokensFloor - softThresholdTokens)

而且每次压缩周期只触发一次，不会重复骚扰你。

进阶功能 3：QMD 后端（实验性，强力玩家专属）

如果你有大量 Markdown 笔记（几百上千篇），普通的 SQLite 向量索引可能不够用。OpenClaw 支持接入 QMD------一个结合了 BM25 + 向量 + 重排序的本地搜索引擎。

css 复制代码

{
  memory: {
    backend: "qmd",
    qmd: {
      includeDefaultMemory: true,
      update: { interval: "5m" },
      paths: [
        { name: "personal-notes", path: "~/Documents/notes", pattern: "**/*.md" }
      ]
    }
  }
}

QMD 完全本地运行，不需要联网，首次启动会自动下载 GGUF 模型。

踩坑提醒 ：macOS 上需要 brew install sqlite（brew 版，不是系统自带的），因为 QMD 需要支持扩展的 SQLite。

进阶功能 4：把笔记/图片/音频也纳入记忆

如果你想让 Agent 记住的不只是文字，还有截图、语音备忘录......OpenClaw 支持 多模态记忆索引（需要 Gemini Embedding 2）：

css 复制代码

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "gemini",
        model: "gemini-embedding-2-preview",
        extraPaths: ["~/Desktop/screenshots", "~/voice-notes"],
        multimodal: {
          enabled: true,
          modalities: ["image", "audio"]
        },
        remote: {
          apiKey: "YOUR_GEMINI_API_KEY"
        }
      }
    }
  }
}

支持的图片格式：.jpg、.png、.webp、.gif、.heic 支持的音频格式：.mp3、.wav、.m4a、.flac

实用技巧速查

技巧 1：让 Agent 主动记东西

直接告诉它："记住这个 ，我的 API key 前缀格式是 sk-xxx"。

好的 Agent 会自动把这句话写入 memory/今天.md。如果它没写，你可以说："帮我写到 MEMORY.md 里。"

记住源码里的箴言： "如果你想记住什么，就写到文件里。心理笔记在会话重启后不存在，文件可以。"

技巧 2：检查记忆状态

lua 复制代码

openclaw memory status

会告诉你：记忆文件路径、文件数量、是否有问题。

技巧 3：额外索引团队文档

css 复制代码

{
  agents: {
    defaults: {
      memorySearch: {
        extraPaths: [
          "../team-wiki",           // 团队 Wiki（工作区相对路径）
          "/srv/shared-notes"       // 共享笔记（绝对路径）
        ]
      }
    }
  }
}

技巧 4：控制记忆搜索范围

默认只在私聊中触发记忆搜索（防止在群聊中泄露个人信息）。如果你想在特定频道也用，可以配置 scope：

css 复制代码

{
  memory: {
    qmd: {
      scope: {
        default: "deny",
        rules: [
          { action: "allow", match: { chatType: "direct" } }
        ]
      }
    }
  }
}

常见问题 FAQ

Q：MEMORY.md 没有效果，Agent 好像没读它？

A：检查 AGENTS.md 里有没有明确指示读取它。另外确认你是在"主会话"（直接对话），不是群聊或 bot 频道。

Q：语义搜索没反应？

A：运行 openclaw memory status 看看哪里报错。最常见的问题是没有配置 API key，或者 memorySearch.provider 没有设置，而系统找不到可用的 embedding 服务。

Q：想完全关掉记忆功能？

A：

css 复制代码

{
  plugins: {
    slots: {
      memory: "none"
    }
  }
}

Q：记忆文件越来越大怎么办？

A：定期让 Agent 帮你"整理"------让它把一个月的日志提炼成几条要点，更新 MEMORY.md，然后归档旧日志。这本来就是 MEMORY.md 设计的初衷：提炼的精华，而非原始日志。

总结：记忆系统的使用哲学

OpenClaw 的记忆系统给了我一个全新的视角：AI 的"记忆"本质上是一个内容管理问题，而不是技术问题。

文件是事实，模型是消费者。你控制文件，你就控制记忆。

最后送上三条行动指南：

今天就创建 MEMORY.md，把你最重要的偏好和习惯写进去
养成习惯：重要决定和结论，主动让 Agent 写入记忆
定期维护：每个月回顾一次，把有用的内容精炼到 MEMORY.md

你的 AI 助手能有多强，很大程度上取决于你给它的"记忆"有多好。

文中所有技术细节均基于 OpenClaw 源码验证，包括 src/auto-reply/reply/memory-flush.ts、docs/concepts/memory.md、src/agents/tools/memory-tool.ts 等核心文件。欢迎对照源码自行探索。

小龙虾居然比你更健忘？OpenClaw 记忆系统指南，让它永远记住你

开篇：一个真实的崩溃现场

OpenClaw 记忆系统的核心哲学：文件就是真理

记忆文件的两层架构

第一层：每日日志 memory/YYYY-MM-DD.md

第二层：长期记忆 MEMORY.md

手把手：三分钟激活记忆系统

第一步：创建工作区目录和文件

第二步：往 MEMORY.md 里写点什么

第三步：告诉 Agent 要读它

进阶功能 1：语义搜索记忆

进阶功能 2：自动记忆刷新（上下文压缩前的"遗嘱"）

进阶功能 3：QMD 后端（实验性，强力玩家专属）

进阶功能 4：把笔记/图片/音频也纳入记忆

实用技巧速查

技巧 1：让 Agent 主动记东西

技巧 2：检查记忆状态

技巧 3：额外索引团队文档

技巧 4：控制记忆搜索范围

常见问题 FAQ

总结：记忆系统的使用哲学

第一层：每日日志 `memory/YYYY-MM-DD.md`

第二层：长期记忆 `MEMORY.md`