---

name: elite-longterm-memory version: 1.2.3 description: "专为 Cursor、Claude、ChatGPT 和 Copilot 设计的终极 AI 代理记忆系统。采用 WAL 协议 + 向量搜索 + git-notes + 云备份。再也不会丢失上下文。Vibe-coding 就绪。" 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

Elite Longterm Memory 🧠

AI 代理的终极记忆系统。 将六种经过验证的方法结合成一个坚不可摧的架构。

再也不会丢失上下文。再也不会忘记决策。再也不会重复错误。

架构概览

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

五层内存结构

第一层：热内存（SESSION-STATE.md）

来源：bulletproof-memory

活跃的工作内存，可在压缩后保留。采用预写日志协议。

# SESSION-STATE.md — 活跃工作内存

## 当前任务
[我们正在处理的内容]

## 关键上下文
- 用户偏好：...
- 已做决策：...
- 阻碍因素：...

待处理事项

• ...

规则: 先构思后响应。由用户输入触发，而非代理记忆。

第二层：热存储 (LanceDB 向量)

来源：lancedb-memory

支持语义搜索所有记忆。自动回忆功能会注入相关上下文。

# 自动回忆（自动触发）
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

第三层：冷存储 (Git-Notes 知识图谱)

来源：git-notes-memory

存储结构化决策、经验教训和上下文。支持分支感知。

# 存储决策（静默模式 - 永不主动提示）
python3 memory.py -p $DIR remember '{"type":"decision","content":"前端使用React"}' -t tech -i h

# 检索上下文
python3 memory.py -p $DIR get "前端"

第四层：精选归档 (MEMORY.md + daily/)

来源：OpenClaw 原生

人类可读的长期记忆。包含每日日志和提炼的智慧。

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/            # 主题分类文件

第五层：云端备份 (SuperMemory) — 可选

来源：supermemory

支持跨设备同步。可与知识库对话。

export SUPERMEMORY_API_KEY="your-key"
supermemory add "重要上下文"
supermemory search "关于...我们做过什么决定"

第六层：自动提取 (Mem0) — 推荐

新功能：自动事实提取

Mem0 能自动从对话中提取事实。减少80%的token消耗。

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" });

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

优势：

• 自动提取偏好、决策和事实
• 去重并更新现有记忆
• 相比原始历史记录减少80% token消耗
• 自动跨会话工作

快速设置

1. 创建 SESSION-STATE.md（热内存）

cat > SESSION-STATE.md << 'EOF'
# SESSION-STATE.md — 活动工作内存

此文件是代理的“RAM”——在压缩、重启、分心时仍保留。

## 当前任务
[无]

## 关键上下文
[暂无]

## 待办事项
- [ ] 无

## 近期决策
[暂无]

---
*最后更新时间: [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 以实现持久化

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 以获取相关的先前上下文
3. 检查 memory/YYYY-MM-DD.md 获取最近的活动记录

对话过程中

1. 用户提供了具体细节？ → 在响应之前写入 SESSION-STATE.md
2. 做出了重要决定？ → 静默地存储到 Git-Notes
3. 表达了偏好？ → 使用 memory_store 并设置重要性为 0.9

会话结束时

1. 使用最终状态更新 SESSION-STATE.md
2. 将重要项移动到 MEMORY.md 中（如果值得长期保存）
3. 创建/更新 daily log 文件 memory/YYYY-MM-DD.md

内存维护（每周）

1. 检查 SESSION-STATE.md —— 归档已完成的任务
2. 检查 LanceDB 中的垃圾数据：memory_recall query="*" limit=50
3. 清除无关的向量：memory_forget id=<id>
4. 将 daily logs 整合到 MEMORY.md 中

WAL 协议（关键）

预写日志： 在响应之前写入状态，而不是之后。

为什么？ 如果你先响应并在保存之前崩溃/压缩，上下文将丢失。WAL 确保持久性。

示例工作流程

用户: “这个项目我们使用 Tailwind，不要用原生的 CSS”

Agent (内部):
1. 写入 SESSION-STATE.md: “决定：使用 Tailwind，而不是原生 CSS”
2. 存储在 Git-Notes: 关于 CSS 框架的决定
3. memory_store: “用户偏好 Tailwind 而不是原生 CSS” 重要性=0.9
4. 然后响应: “明白了 —— 就用 Tailwind...”

维护命令

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

# 清除所有向量（终极方案）
rm -rf ~/.openclaw/memory/lancedb/
openclaw gateway restart

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

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

记忆失效原因分析

了解根本原因有助于解决问题：

解决方案（按实施难度排序）

1. 快速方案：启用 memory_search

若已拥有 OpenAI 密钥，启用语义搜索：

openclaw configure --section web

该命令将对 MEMORY.md + memory/*.md 文件启用向量搜索。

2. 推荐方案：集成 Mem0

自动从对话中提取事实，可减少 80% token 消耗。

npm install mem0ai

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

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

// 自动提取并存储
await client.add([
  { role: "user", content: "我更喜欢 Tailwind 而不是原生 CSS" }
], { user_id: "ty" });

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

3. 优化文件结构（无需依赖）

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

保持 MEMORY.md 作为摘要文件（<5KB），并链接至详细文件。

即时修复清单

故障排除

代理在对话中频繁遗忘: → SESSION-STATE.md 未更新。检查 WAL 协议。

注入无关记忆: → 禁用 autoCapture 功能，提高 minImportance 阈值。

记忆库过大，召回缓慢: → 执行清理：清除旧向量数据，每日日志归档。

Git-Notes 未持久化: → 运行 git notes push 命令同步至远程仓库。

memory_search 无返回结果: → 检查 OpenAI API 密钥：echo $OPENAI_API_KEY → 确认 openclaw.json 中 memorySearch 功能已启用

---

相关链接

• bulletproof-memory: https://clawdhub.com/skills/bulletproof-memory
• lancedb-memory: https://clawdhub.com/skills/lancedb-memory
• git-notes-memory: https://clawdhub.com/skills/git-notes-memory
• memory-hygiene: https://clawdhub.com/skills/memory-hygiene
• supermemory: https://clawdhub.com/skills/supermemory

---

由 @NextXFrontier 构建 — Next Frontier AI 工具包组成部分