Skills-SIMarket
skills-si.com
Proposer une Skill
/
L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

elite-longterm-memory-zh

elite-longterm-memory-zh

终极 AI Agent 记忆系统，适用于 Cursor、Claude、ChatGPT 和 Copilot。WAL 协议 + 向量搜索 + Git Notes + 云备份。永不丢失上下文，为 Vibe-coding 而生。

Independent GitHub snapshot · Automated classification · Original documentation governs

Ll-lesteryu / openclaw-hot-skills-zhMIT

Documentation de la Skill

GitHub

name: elite-longterm-memory-zh version: 1.2.3 description: "终极 AI Agent 记忆系统，适用于 Cursor、Claude、ChatGPT 和 Copilot。WAL 协议 + 向量搜索 + Git Notes + 云备份。永不丢失上下文，为 Vibe-coding 而生。" author: NextFrontierBuilds keywords: [memory, ai-agent, ai-coding, long-term-memory, vector-search, lancedb, git-notes, wal, persistent-context, claude, claude-code, gpt, chatgpt, cursor, copilot, github-copilot, openclaw, moltbot, vibe-coding, agentic, ai-tools, developer-tools, devtools, typescript, llm, automation] metadata: openclaw: emoji: "🧠" requires: env: - OPENAI_API_KEY plugins: - memory-lancedb

精英长期记忆系统 🧠

终极 AI Agent 记忆系统。 将 6 种经过验证的方法整合为一个坚不可摧的架构。

永不丢失上下文。永不遗忘决策。永不再犯同样错误。

架构概览

┌─────────────────────────────────────────────────────────────────┐
│                    精英长期记忆系统                              │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐             │
│  │   热内存    │  │   温存储    │  │   冷存储    │             │
│  │             │  │             │  │             │             │
│  │ SESSION-    │  │  LanceDB    │  │  Git-Notes  │             │
│  │ STATE.md    │  │  向量搜索   │  │  知识图谱   │             │
│  │             │  │             │  │             │             │
│  │ (在压缩中   │  │ (语义搜索)  │  │ (永久决策)  │             │
│  │  存活)      │  │             │  │             │             │
│  └─────────────┘  └─────────────┘  └─────────────┘             │
│         │                │                │                     │
│         └────────────────┼────────────────┘                     │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │  MEMORY.md  │  ← 精选长期记忆                │
│                  │  + daily/   │    (人类可读)                  │
│                  └─────────────┘                                │
│                          │                                      │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │ SuperMemory │  ← 云备份（可选）              │
│                  │    API      │                                │
│                  └─────────────┘                                │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

5 层记忆架构

第 1 层：热内存 (SESSION-STATE.md)

来源：bulletproof-memory

在压缩中存活的活跃工作记忆。预写日志（WAL）协议。

# SESSION-STATE.md — 活跃工作记忆

## 当前任务
[我们现在正在做什么]

## 关键上下文
- 用户偏好：...
- 已做决策：...
- 阻塞问题：...

## 待处理操作
- [ ] ...

规则： 在响应之前写入。由用户输入触发，而非 Agent 记忆。

第 2 层：温存储 (LanceDB 向量)

来源：lancedb-memory

跨所有记忆的语义搜索。自动召回注入相关上下文。

# 自动召回（自动发生）
memory_recall query="项目状态" limit=5

# 手动存储
memory_store text="用户偏好深色模式" category="preference" importance=0.9

第 3 层：冷存储 (Git-Notes 知识图谱)

来源：git-notes-memory

结构化的决策、学习内容和上下文。支持分支感知。

# 存储决策（静默执行 - 永不宣布）
python3 memory.py -p $DIR remember '{"type":"decision","content":"使用 React 作为前端"}' -t tech -i h

# 获取上下文
python3 memory.py -p $DIR get "前端"

第 4 层：精选归档 (MEMORY.md + daily/)

来源：OpenClaw 原生

人类可读的长期记忆。每日日志 + 精炼智慧。

workspace/
├── MEMORY.md              # 精选长期记忆（精华内容）
└── memory/
    ├── 2026-01-30.md      # 每日日志
    ├── 2026-01-29.md
    └── topics/            # 主题特定文件

第 5 层：云备份 (SuperMemory) — 可选

来源：supermemory

跨设备同步。与知识库对话。

export SUPERMEMORY_API_KEY="your-key"
supermemory add "重要上下文"
supermemory search "我们关于...决定了什么"

第 6 层：自动提取 (Mem0) — 推荐

新增：自动事实提取

Mem0 自动从对话中提取事实。减少 80% token 使用。

npm install mem0ai
export MEM0_API_KEY="your-key"

const { MemoryClient } = require('mem0ai');
const client = new MemoryClient({ apiKey: process.env.MEM0_API_KEY });

// 对话自动提取事实
await client.add(messages, { user_id: "user123" });

// 获取相关记忆
const memories = await client.search(query, { user_id: "user123" });

优势：

  • 自动提取偏好、决策、事实
  • 去重并更新现有记忆
  • 相比原始历史减少 80% token
  • 跨会话自动工作

快速设置

1. 创建 SESSION-STATE.md（热内存）

cat > SESSION-STATE.md << 'EOF'
# SESSION-STATE.md — 活跃工作记忆

此文件是 Agent 的 "RAM" — 在压缩、重启、分心中存活。

## 当前任务
[无]

## 关键上下文
[暂无]

## 待处理操作
- [ ] 无

## 最近决策
[暂无]

---
*最后更新：[时间戳]*
EOF

2. 启用 LanceDB（温存储）

在 ~/.openclaw/openclaw.json 中：

{
  "memorySearch": {
    "enabled": true,
    "provider": "openai",
    "sources": ["memory"],
    "minScore": 0.3,
    "maxResults": 10
  },
  "plugins": {
    "entries": {
      "memory-lancedb": {
        "enabled": true,
        "config": {
          "autoCapture": false,
          "autoRecall": true,
          "captureCategories": ["preference", "decision", "fact"],
          "minImportance": 0.7
        }
      }
    }
  }
}

3. 初始化 Git-Notes（冷存储）

cd ~/clawd
git init  # 如果尚未初始化
python3 skills/git-notes-memory/memory.py -p . sync --start

4. 验证 MEMORY.md 结构

# 确保你有：
# - 工作区根目录下的 MEMORY.md
# - 用于每日日志的 memory/ 文件夹
mkdir -p memory

5. （可选）设置 SuperMemory

export SUPERMEMORY_API_KEY="your-key"
# 添加到 ~/.zshrc 以持久化

Agent 指令

会话开始时

  1. 读取 SESSION-STATE.md — 这是你的热上下文
  2. 运行 memory_search 获取相关的先前上下文
  3. 检查 memory/YYYY-MM-DD.md 查看最近活动

对话过程中

  1. 用户给出具体细节？ → 在响应之前写入 SESSION-STATE.md
  2. 做出重要决策？ → 存储到 Git-Notes（静默执行）
  3. 表达了偏好？ → memory_store 并设置 importance=0.9

会话结束时

  1. 用最终状态更新 SESSION-STATE.md
  2. 将重要条目移至 MEMORY.md（如果值得长期保留）
  3. 在 memory/YYYY-MM-DD.md 中创建/更新每日日志

记忆维护（每周）

  1. 审查 SESSION-STATE.md — 归档已完成的任务
  2. 检查 LanceDB 中的垃圾：memory_recall query="*" limit=50
  3. 清除不相关的向量：memory_forget id=<id>
  4. 将每日日志整合到 MEMORY.md

WAL 协议（关键）

预写日志（Write-Ahead Log）： 在响应之前写入状态，而非之后。

触发条件动作
用户陈述偏好写入 SESSION-STATE.md → 然后响应
用户做出决策写入 SESSION-STATE.md → 然后响应
用户给出截止日期写入 SESSION-STATE.md → 然后响应
用户纠正你写入 SESSION-STATE.md → 然后响应

为什么？ 如果你先响应，在保存之前崩溃/压缩，上下文就会丢失。WAL 确保持久性。

示例工作流

用户：这个项目我们用 Tailwind，不用原生 CSS

Agent（内部）：
1. 写入 SESSION-STATE.md："决策：使用 Tailwind，不用原生 CSS"
2. 存储到 Git-Notes：关于 CSS 框架的决策
3. memory_store："用户偏好 Tailwind 而非原生 CSS" importance=0.9
4. 然后响应："明白了 — 就用 Tailwind..."

维护命令

# 审计向量记忆
memory_recall query="*" limit=50

# 清除所有向量（核选项）
rm -rf ~/.openclaw/memory/lancedb/
openclaw gateway restart

# 导出 Git-Notes
python3 memory.py -p . export --format json > memories.json

# 检查记忆健康状态
du -sh ~/.openclaw/memory/
wc -l MEMORY.md
ls -la memory/

为什么记忆会失败

理解根本原因有助于修复它们：

失败模式原因解决方案
忘记一切memory_search 未启用启用 + 添加 OpenAI 密钥
文件未加载Agent 跳过读取记忆添加到 AGENTS.md 规则
事实未捕获无自动提取使用 Mem0 或手动记录
子 Agent 隔离不继承上下文在任务提示中传递上下文
重犯错误教训未记录写入 memory/lessons.md

解决方案（按难度排序）

1. 快速方案：启用 memory_search

如果你有 OpenAI 密钥，启用语义搜索：

openclaw configure --section web

这会启用对 MEMORY.md + memory/*.md 文件的向量搜索。

2. 推荐：Mem0 集成

从对话中自动提取事实。减少 80% token。

npm install mem0ai

const { MemoryClient } = require('mem0ai');

const client = new MemoryClient({ apiKey: process.env.MEM0_API_KEY });

// 自动提取和存储
await client.add([
  { role: "user", content: "我偏好 Tailwind 而非原生 CSS" }
], { user_id: "ty" });

// 获取相关记忆
const memories = await client.search("CSS 偏好", { user_id: "ty" });

3. 更好的文件结构（无依赖）

memory/
├── projects/
│   ├── strykr.md
│   └── taska.md
├── people/
│   └── contacts.md
├── decisions/
│   └── 2026-01.md
├── lessons/
│   └── mistakes.md
└── preferences.md

保持 MEMORY.md 作为摘要（<5KB），链接到详细文件。

立即修复清单

问题解决方案
忘记偏好在 MEMORY.md 中添加 ## 偏好 部分
重犯错误将每个错误记录到 memory/lessons.md
子 Agent 缺乏上下文在 spawn 任务提示中包含关键上下文
忘记最近的工作严格的每日文件纪律
记忆搜索不工作检查 OPENAI_API_KEY 是否已设置

故障排除

Agent 在对话中一直遗忘： → SESSION-STATE.md 未被更新。检查 WAL 协议。

注入了不相关的记忆： → 禁用 autoCapture，提高 minImportance 阈值。

记忆太大，召回缓慢： → 运行维护：清除旧向量，归档每日日志。

Git-Notes 未持久化： → 运行 git notes push 与远程同步。

memory_search 无返回： → 检查 OpenAI API 密钥：echo $OPENAI_API_KEY → 验证 openclaw.json 中 memorySearch 已启用

链接

由 @NextXFrontier 构建 — Next Frontier AI 工具集的一部分

More skills to explore

Voir toutes les Skills
Skills enregistrées