记忆系统实战

# MEMORY.md

## 关于用户
- 名字：张三
- 职业：全栈开发者，主要使用 TypeScript
- 偏好：喜欢简洁的代码风格，讨厌过度工程化
- 时区：UTC+8（北京时间）

## 重要项目
- OpenClaw智研院.club：技术文档站点，使用 Astro 框架
- 上次讨论到部署问题，已解决

## 已学到的教训
- 用户不喜欢冗长的解释，直接给方案
- 发送代码时注明语言和文件路径

# 2025-01-15

## 上午
- 用户要求重构 API 路由，已完成
- 发现 Node.js 版本兼容问题，建议升级到 v22

## 下午
- 帮助用户调试 Docker 部署问题
- 用户提到下周要演示项目给投资人看

## 待办
- [ ] 准备演示环境的优化建议
- [ ] 检查 CI/CD 流程

daily notes (memory/YYYY-MM-DD.md)
    ↓ 定期回顾和提炼
long-term memory (MEMORY.md)

# AI 内部调用示例
memory_search("用户上次提到的数据库迁移方案")

# 获取长期记忆
memory_get("MEMORY.md")

# 获取特定日期的记录
memory_get("memory/2025-01-15.md")

用户提问："上次我们讨论的部署方案是什么？"
    ↓
AI 调用 memory_search("部署方案")
    ↓
返回相关记忆片段
    ↓
AI 结合记忆内容回答问题

# openclaw.yaml
memory:
  # 启用向量搜索
  vectorSearch:
    enabled: true
    
    # 嵌入模型选择
    embeddingModel: "text-embedding-3-small"
    
    # 向量维度
    dimensions: 1536
    
    # 相似度阈值（0-1，越高越严格）
    similarityThreshold: 0.7
    
    # 最大返回结果数
    maxResults: 10
    
    # 索引更新策略
    indexing:
      # 写入记忆后自动更新索引
      autoIndex: true
      # 批量索引的时间间隔（秒）
      batchInterval: 300

# 高质量（推荐生产环境）
embeddingModel: "text-embedding-3-large"

# 平衡性能与成本
embeddingModel: "text-embedding-3-small"

# 使用 OpenRouter 的嵌入模型
embeddingModel: "openrouter/openai/text-embedding-3-small"

上下文窗口接近限制
    ↓
触发 pre-compaction memory flush
    ↓
AI 回顾当前对话，提取关键信息
    ↓
写入 memory/YYYY-MM-DD.md
    ↓
执行上下文压缩（移除旧消息，保留摘要）
    ↓
继续对话（关键信息已持久化）

agents:
  defaults:
    session:
      compaction:
        enabled: true
        # 启用压缩前记忆刷新
        preCompactionMemoryFlush: true
        # 压缩触发阈值（上下文使用百分比）
        threshold: 80

# openclaw.yaml（实验性功能）
memory:
  backend: "qmd"
  qmd:
    # 数据存储路径
    dataDir: "~/.openclaw/qmd"
    # 自动去重阈值
    deduplicationThreshold: 0.9
    # 时间衰减因子（天）
    decayHalfLife: 30

# MEMORY.md

## 用户画像
<!-- 基本信息、偏好、习惯 -->

## 活跃项目
<!-- 当前正在进行的项目和状态 -->

## 技术栈偏好
<!-- 用户喜欢的技术、框架、工具 -->

## 沟通偏好
<!-- 回复风格、详细程度、语言 -->

## 已知问题
<!-- 记录踩过的坑，避免重复 -->

# 在 HEARTBEAT.md 中添加记忆维护任务
- 每 3 天回顾一次 memory/ 目录下的近期日记
- 将有价值的信息提炼到 MEMORY.md
- 清理过期或不再相关的记忆条目

# ❌ 错误做法
用户的 API Key: sk-xxxxxxxxxxxx
数据库密码: P@ssw0rd123

# ✅ 正确做法
用户有 OpenAI API Key（已配置在环境变量中）
数据库连接已配置完成

# memory/2025-01-15.md

## 项目：API 重构
- 完成了用户认证模块的重构
- 待处理：订单模块的 API 端点
- 发现的问题：Redis 缓存策略需要调整

## 明天计划
- 继续订单模块重构
- 与用户确认缓存失效策略

# 查看记忆文件大小
wc -c MEMORY.md memory/*.md

# 如果 MEMORY.md 过大，考虑拆分或精简

会话上下文（短期）  ←→  每日记录（中期）  ←→  MEMORY.md（长期）
   当前对话              今天发生的事          重要的持久信息
   自动管理              AI 主动记录           AI 定期提炼
   会话结束即消失         保留数周              持续维护