一、核心设计理念
OpenClaw 记忆全部以标准 Markdown 文件存储，不依赖向量数据库、外部存储服务，特点：
- 透明可视：直接打开文件就能查看、编辑记忆内容
- 自由迁移：可备份、同步、Git 版本管理
- 轻量可靠：纯文本读写，无额外组件依赖
- 分层管理：区分长期记忆、每日笔记、实验梦境记忆
核心规则：模型仅加载 / 读取已落地到磁盘的记忆文件。
二、三大记忆文件（路径 + 用途）
所有文件默认路径：~/.openclaw/workspace/
1. MEMORY.md 长期记忆（核心）
作用
跨会话永久保存关键固定信息，每次对话启动都会自动加载进上下文。
适合：用户习惯、项目配置、账号信息、规则约定、固定参数。
路径
plaintext
~/.openclaw/workspace/MEMORY.md
标准写法示例
markdown
# 长期记忆汇总
## 用户偏好
- 沟通风格：简洁、直奔重点
- 常用技术栈：Java、Python、SQL、Nginx
- 编辑器：VS Code
## 项目配置
- 数据库：MySQL 8.0
- 服务地址：106.52.9.75
- 部署方式：Docker + Nginx
## 通用规则
- 输出代码附带简要注释
- 报错优先给出可直接运行的修复代码
2. memory / 日期.md 每日笔记（临时 / 流水记忆）
作用
按自然日自动生成日记文件，记录当日任务、问题、临时想法。
不会默认加载进上下文，仅通过搜索工具按需调取，避免占用 Token。
路径
plaintext
~/.openclaw/workspace/memory/2025-06-14.md
内容示例
markdown
# 2025-06-14 工作记录
## 已完成
1. 配置模型故障转移与流式传输
2. 调试 Telegram 渠道流式分块
## 待跟进
1. 优化 Ollama 局域网连接
2. 整理多智能体路由规则
## 问题记录
- Telegram 分块过小易触发平台限流
3. DREAMS.md 梦境记忆（实验功能）
作用
AI 空闲时自动整理、提炼碎片化记忆，合并关联内容、淘汰无效信息，优化记忆结构。
状态：实验性功能，默认关闭，接口与逻辑后续可能变更。
路径
plaintext
~/.openclaw/workspace/DREAMS.md
三、两大内置记忆工具（对话中调用）
1. memory_search 语义搜索（推荐）
- 能力：语义匹配，不是简单关键词检索，换种说法也能搜到相关内容
- 用途：回忆历史对话、查找每日笔记、检索零散信息
- 触发方式：对话直接提问即可自动调用
示例
plaintext
用户：上次说的数据库部署地址是多少？
智能体：(自动调用 memory_search 检索记忆)
找到相关内容：MEMORY.md 记录服务地址为 106.52.9.75
2. memory_get 读取完整文件
- 能力：直接读取整个记忆文件全文
- 用途：查看完整长期记忆、翻阅某一天全部日记
示例
plaintext
用户：把我的长期记忆全部展示出来
智能体：(调用 memory_get 读取 MEMORY.md)
工具对比
表格
| 工具 | 特点 | 适用场景 |
|---|---|---|
| memory_search | 语义匹配、返回片段、省 Token | 查历史信息、零散笔记 |
| memory_get | 读取完整文件、内容全 | 整体查看记忆、批量审阅 |
四、自动记忆机制
1. 对话压缩 & 自动落库
对话轮次过多时，系统会压缩历史会话（总结摘要、缩减上下文），避免超出模型上下文限制。
压缩流程：
- 扫描待压缩的对话内容
- 识别重要信息（配置、决策、用户要求）
- 自动写入
MEMORY.md或当日每日笔记 - 执行会话压缩
👉 优势：长对话压缩后，关键信息不会丢失。
2. 手动指令保存记忆
可主动命令 AI 记录内容，精准控制记忆落点：
plaintext
# 存入长期记忆
用户：记住：生产环境端口统一使用 18789
# 存入当日笔记
用户：把今天讨论的接口限流方案记到今日笔记里
五、启用实验功能：Dreaming 梦境整理
空闲时段自动梳理、归类、精简记忆，提升检索效率。
开启配置
编辑 ~/.openclaw/openclaw.json：
json
{
"memory": {
"dreaming": {
"enabled": true
}
}
}
注意：该功能会额外调用模型、消耗 Token，生产环境不建议开启。
工作流程
- 收集日常对话中的关键信号
- 按重要性打分
- 空闲时整合、提炼、迁移有效内容到长期记忆
- 衰减、清理无效碎片化信息
六、CLI 命令行记忆管理
1. 查看整体记忆状态
bash
运行
openclaw memory status
输出：文件大小、更新时间、笔记数量、索引状态。
2. 命令行检索记忆
bash
运行
openclaw memory search "数据库地址"
批量查找所有记忆文件中的相关内容。
3. 重建搜索索引
手动修改记忆文件、恢复备份后，必须重建索引，否则搜索失效：
bash
运行
openclaw memory index
七、多智能体记忆隔离
多智能体场景下，每个 Agent 拥有独立记忆目录，完全隔离互不干扰：
main主智能体：~/.openclaw/workspace/- 自定义智能体（如 work）：
~/.openclaw/agents/work/workspace/
编辑对应智能体记忆：
bash
运行
# 编辑 work 智能体长期记忆
nano ~/.openclaw/agents/work/workspace/MEMORY.md
八、最佳实践与使用规范
1. MEMORY.md 管理（长期记忆）
- 按模块分类（偏好、配置、规则、项目），条理清晰
- 定期清理：删除过期配置、重复内容
- 控制篇幅：内容过多会占用上下文，导致可用对话轮次变少
2. 每日笔记管理
- 记录：当日任务、问题、临时方案、跟进事项
- 不用刻意精简，适合流水式记录
- 历史笔记无需删除，依靠
memory_search检索即可
3. 备份记忆（重要）
记忆是核心数据，建议 Git 版本管控：
bash
运行
cd ~/.openclaw/workspace
git init
git add MEMORY.md memory/
git commit -m "记忆备份 2025-06-14"
4. 记忆使用技巧
- 重要配置、规则主动让 AI 记录，不要依赖自动识别
- 细节、临时内容优先存每日笔记
- 固定不变的核心信息存入 MEMORY.md
- 手动改记忆文件后，务必执行
openclaw memory index
九、已知局限性（避坑）
- MEMORY.md 占用上下文 文件越大，留给对话的 Token 越少，建议精简内容。
- 每日笔记不会自动加载 必须通过
memory_search主动搜索，AI 不会凭空想起历史笔记。 - 语义搜索存在误差 极专业、生僻细节可能匹配不准，关键信息建议写在长期记忆。
- 对话压缩仍可能丢失边缘细节 极度细节内容，建议手动写入笔记留存。
十、快速配置 & 排查总结
- 记忆本质 = 纯 Markdown 文件，透明易维护；
- 长期记忆
MEMORY.md随会话加载，每日笔记按需搜索； - 改记忆文件后 → 执行
openclaw memory index重建索引； - 多智能体记忆目录相互独立；
- Dreaming 为实验功能，测试环境使用即可；
- 重要数据定期 Git 备份，防止丢失。