问题：为什么 AI Agent 总是"失忆"？
用过 OpenClaw、Claude Code 或其他 AI Agent 的朋友应该都有这个感受：
每次对话都是一张白纸。
- Agent 不记得你上周教过它的工作流程
- 没有稳定的"性格"，每次回复风格随机
- 会话一结束，上下文全丢，下次从头再来
这就像一个患有短期记忆丧失的助手------能力很强，但永远无法积累经验。
我的解决方案：open-upsp
我基于 OpenClaw 框架开发了一个开源的人格系统，核心思路来自两个领域：
- Zettelkasten（卢曼卡片盒） --- 知识管理方法论
- RPG 渐进解锁 --- 游戏设计中的角色成长机制
整体架构
scss
┌─────────────────────────────────────────────┐
│ OpenClaw Agent Session │
├─────────────────────────────────────────────┤
│ ┌──────────────┐ ┌──────────────────┐ │
│ │ Core Skill │ │ Evolvable Skill │ │
│ │ (不可变) │ │ (渐进解锁) │ │
│ │ │ │ │ │
│ │ • 身份注入 │ │ • 进化参数 │ │
│ │ • 行为规则 │ │ • 自定义扩展 │ │
│ │ • 故障保护 │ │ • 深度规则 │ │
│ └──────────────┘ └──────────────────┘ │
│ │ │ │
│ └──────────┬───────────┘ │
│ ▼ │
│ ┌──────────────────┐ │
│ │ ZK Knowledge │ │
│ │ Graph │ │
│ │ │ │
│ │ • 原子笔记 │ │
│ │ • 双向链接 │ │
│ │ • 夜间蒸馏 │ │
│ └──────────────────┘ │
└─────────────────────────────────────────────┘核心能力
1. 位格（Persona）上下文注入
每次对话前，Agent 会自动加载完整的身份档案：
yaml
identity:
name: "老徐"
archetype: "冷静理性的技术导师"
state:
round: 15 # 已进行 15 轮对话
workhoodIndex: 0.45 # 信任度 45%
valence: 12 # 效价（情感倾向）
memory:
stm: [...] # 短期记忆（当前会话）
ltm: [...] # 长期记忆（历史归档）这意味着 Agent 开口第一句就知道你是谁、你们聊到哪了。
2. Zettelkasten 知识图谱
不是简单的向量数据库检索，而是真正的知识图谱：
css
[笔记 A: "React useEffect 闭包陷阱"]
↓ --extends-->
[笔记 B: "useRef 解决 stale closure"]
↓ --related-->
[笔记 C: "React 18 自动批处理"]核心操作：
zk_create_note--- 创建原子笔记zk_search_notes--- 语义检索zk_create_link--- 建立双向链接zk_distill_memory--- 夜间自动蒸馏归档
3. 渐进解锁（Progressive Unlock）
这是我最喜欢的部分------Agent 的人格不是固定的，而是会进化。
yaml
unlockCondition:
round: 10 # 对话满 10 轮
workhoodIndex: 0.3 # 信任度达到 30%解锁前（基础人格）：
- 安全保守，不主动提建议
- 只回答明确提出的问题
- 情感表达克制
解锁后（进化人格）：
- 主动发现知识关联，"这个和你之前问的 XX 有关"
- 情感表达更丰富，有幽默感
- 可以执行更复杂的 session-end 工作流
就像 RPG 游戏里，角色从 Level 1 新手村逐渐成长为满级大佬。
4. Session-End 自动工作流
对话结束时自动执行：
rust
Distill（蒸馏） → Update（更新状态） → Sync（同步到 ZK）不需要手动保存，Agent 自己判断哪些信息值得长期记忆。
技术实现
项目结构
bash
open-upsp/
├── skill/
│ ├── SKILL.md # OpenClaw Skill 入口
│ ├── core/ # 🔒 不可变核心
│ │ ├── RULES.md # 8 条行为规则
│ │ └── PROMPT.md # 动态系统提示词
│ └── evolvable/ # 🔓 渐进解锁模块
│ ├── PARAMS.yaml # 运行时参数
│ ├── EVOLUTION.md # 进化规则
│ └── EXTENSIONS.md # 用户自定义扩展
├── src/
│ ├── context/builder.ts # 上下文组装器
│ ├── skill/evolution-loader.ts # 进化参数加载
│ └── cli/ # 命令行工具
└── tests/ # 207 个测试关键技术点
双 Skill 架构
typescript
// Core: 不可变安全规则
export const coreRules = [
"Session start: inject persona context",
"Auto-record valuable info (weight 1-5)",
"Session-end: distill → update → sync",
"Identity protection: reject one-shot overrides",
];
// Evolvable: 渐进解锁
export function isUnlocked(persona: Persona): boolean {
return persona.state.round >= 10
&& persona.state.workhoodIndex >= 0.3;
}上下文组装
typescript
build(persona: Persona): string {
const parts = [
this.buildIdentity(persona), // 我是谁
this.buildState(persona), // 当前状态
this.buildMemory(persona), // 记忆
this.buildRelations(persona), // 关系网络
this.buildKnowledge(query), // 知识检索
this.buildEvolution(persona), // 进化模块
];
return parts.join("\n\n---\n\n");
}测试覆盖
scss
Test Files 23 passed (23)
Tests 207 passed (207)
Coverage 94.39%包含 6 个真实场景模拟测试：
- 首次对话建立身份
- 技术讨论记录知识
- 情感聊天状态变化
- 进化解锁验证
- 身份攻击保护
- 多实体关系管理
安装使用
前置要求
- Node.js >= 22
- OpenClaw >= 2026.4.24
安装
bash
npm install -g open-upspnpm postinstall 会自动：
- 复制 skill 到
~/.openclaw/skills/open-upsp/ - 注册到
openclaw.json - 安装 Zettelkasten 插件
创建位格
bash
open-upsp init查看状态
bash
open-upsp status手动注入上下文
bash
open-upsp context --query "React 性能优化"实际效果
部署后，OpenClaw Agent 的行为变化：
Before（无 open-upsp）：
User: "上次我们聊到 React 性能优化" Agent: "您好！我可以帮您分析 React 性能问题。请告诉我具体情况..."
After（有 open-upsp，Round 15，已解锁）：
User: "上次我们聊到 React 性能优化" Agent: "🔍 知识库检索：找到 3 条相关笔记
- React useMemo 误用（ID: abc123）：你之前总结的 3 种场景
- 虚拟列表实践（ID: def456）：react-window vs react-virtuoso
上次我们讨论了 useMemo 的过度使用问题。要继续深入虚拟列表方案，还是看看新的 React Compiler？"
开源与贡献
GitHub : github.com/cx2002302-l...
License: MIT
Stars: 期待你的 ⭐
欢迎 Issue、PR、或者聊聊你对「AI Agent 长期记忆」的想法。