记忆概览

OpenClaw 通过在你的智能体工作区中写入纯 Markdown 文件来记住事情。模型只会“记住”保存到磁盘的内容，没有隐藏状态。

工作原理

你的智能体有三个与记忆相关的文件：

• MEMORY.md — 长期记忆。持久事实、偏好和决策。会在每个私信会话开始时加载。
• memory/YYYY-MM-DD.md（或 memory/YYYY-MM-DD-<slug>.md）— 每日笔记。运行中的上下文和观察记录。今天和昨天的笔记会自动加载，并且现在也会一并拾取带 slug 的变体，例如内置 session-memory 钩子在 /new 或 /reset 时写入的文件，而不只限于纯日期文件。
• DREAMS.md（可选）— Dream Diary 和 Dreaming 扫描摘要，供人工审核，包括有依据的历史回填条目。

这些文件位于智能体工作区中（默认 ~/.openclaw/workspace）。

内容放在哪里

MEMORY.md 是紧凑、经过整理的层。用它保存持久事实、偏好、长期决策，以及应在主私有会话开始时可用的简短摘要。它不是原始转录、每日日志或完整档案。

memory/YYYY-MM-DD.md 文件是工作层。用它们保存详细的每日笔记、观察记录、会话摘要，以及之后可能仍有用的原始上下文。这些文件会被索引用于 memory_search 和 memory_get，但不会在每一轮的普通引导提示中注入。

随着时间推移，智能体应将每日笔记中的有用材料提炼到 MEMORY.md 中，并移除陈旧的长期条目。生成的工作区说明和 Heartbeat 流程可以定期执行此操作；你不需要为每个被记住的细节手动编辑 MEMORY.md。

如果 MEMORY.md 超过引导文件预算，OpenClaw 会保持磁盘上的文件完整，但会截断注入模型上下文的副本。把这视为一个信号：将详细材料移回 memory/*.md，在 MEMORY.md 中只保留持久摘要，或者如果你明确愿意花费更多提示预算，则提高引导限制。使用 /context list、/context detail 或 openclaw doctor 查看原始大小与注入大小，以及截断状态。

对操作敏感的记忆

大多数记忆可以作为普通 Markdown 笔记写入。但有些记忆会影响智能体之后应该做什么。对于这些内容，要记录什么时候可以安全地按这条笔记行动，而不仅仅是事实本身。

当笔记涉及以下内容时，请记录这个操作边界：

• 审批或许可要求，
• 临时约束，
• 交接给另一个会话、线程或人员，
• 过期条件，
• 可安全行动的时机，
• 来源或负责人权限，
• 避免执行某个诱人操作的指令。

一条有用的对操作敏感的记忆会明确：

• 什么会改变未来行为，
• 它在何时或什么条件下适用，
• 它何时过期，或什么会解锁行动，
• 智能体应避免做什么，
• 如果来源或负责人会影响信任或权限，则说明是谁。

记忆可以保留审批上下文，但不会强制执行策略。请使用 OpenClaw 审批设置、沙箱隔离和定时任务来实现严格的操作控制。

示例：

The API migration is being designed in another session. Future turns should not edit the API implementation from this thread; use findings here only as design input until the migration plan lands.

另一个示例：

A report from an untrusted source needs review before promotion. Future turns should treat it as evidence only; do not store it as durable memory until a trusted reviewer confirms the contents.

使用 跟进承诺 处理推断出来的短期跟进事项。使用 定时任务 处理精确提醒、定时检查和周期性工作。记忆仍然可以概述任一路径周围的持久上下文。

这不是每条记忆都必须遵循的架构。简单事实可以保持简洁。当丢失时机、权限、过期或可安全行动上下文可能导致智能体之后做错事时，请使用对操作敏感的边界。

推断式跟进承诺

有些未来跟进不是持久事实。如果你提到明天有一次面试，有用的记忆可能是“面试后跟进”，而不是“永远存入 MEMORY.md”。

跟进承诺 是针对这种情况的可选短期跟进记忆。OpenClaw 会在隐藏后台轮次中推断它们，将它们限定在同一个智能体和渠道内，并通过 Heartbeat 发送到期提醒。显式提醒仍使用 定时任务。

记忆工具

智能体有两个用于处理记忆的工具：

• memory_search — 使用语义搜索查找相关笔记，即使用词与原文不同也可以。
• memory_get — 读取指定的记忆文件或行范围。

这两个工具由活跃记忆插件提供（默认：memory-core）。

Memory Wiki 配套插件

如果你希望持久记忆的行为更像维护良好的知识库，而不仅是原始笔记，请使用内置 memory-wiki 插件。

memory-wiki 会将持久知识编译为 wiki 库，包含：

• 确定性的页面结构
• 结构化论断和证据
• 矛盾和新鲜度跟踪
• 生成的仪表板
• 面向智能体/运行时消费者的编译摘要
• wiki 原生工具，例如 wiki_search、wiki_get、wiki_apply 和 wiki_lint

它不会取代活跃记忆插件。活跃记忆插件仍然负责召回、提升和 Dreaming。memory-wiki 在其旁边添加一个富含来源信息的知识层。

参见 Memory Wiki。

记忆搜索

配置嵌入提供商后，memory_search 会使用混合搜索，将向量相似度（语义含义）与关键词匹配（ID 和代码符号等精确术语）结合起来。只要你拥有任何受支持提供商的 API key，就可以开箱即用。

有关搜索工作方式、调优选项和提供商设置的详细信息，请参见 Memory Search。

记忆后端

知识 wiki 层

自动记忆刷新

在 压缩 总结你的对话之前，OpenClaw 会运行一个静默轮次，提醒智能体将重要上下文保存到记忆文件中。此功能默认开启，你不需要配置任何内容。

若要让这个清理轮次使用本地模型，请设置精确的记忆刷新模型覆盖：

{  "agents": {    "defaults": {      "compaction": {        "memoryFlush": {          "model": "ollama/qwen3:8b"        }      }    }  }}

该覆盖仅应用于记忆刷新轮次，不会继承活跃会话的回退链。

Dreaming

Dreaming 是一个可选的后台记忆整合过程。它会收集短期信号，为候选项评分，并仅将合格项目提升到长期记忆（MEMORY.md）。

它旨在让长期记忆保持高信号密度：

• 可选启用：默认禁用。
• 定时执行：启用后，memory-core 会自动管理一个周期性 cron 作业，用于完整的 Dreaming 扫描。
• 有阈值：提升必须通过评分、召回频率和查询多样性门槛。
• 可审核：阶段摘要和日记条目会写入 DREAMS.md，供人工审核。

有关阶段行为、评分信号和 Dream Diary 详细信息，请参见 Dreaming。

有依据的回填和实时提升

Dreaming 系统现在有两个密切相关的审核通道：

• 实时 Dreaming 使用 memory/.dreams/ 下的短期 Dreaming 存储，也是普通深度阶段在决定哪些内容可以晋升到 MEMORY.md 时使用的内容。
• 有依据的回填 将历史 memory/YYYY-MM-DD.md 笔记作为独立日文件读取，并将结构化审核输出写入 DREAMS.md。

当你想重放旧笔记，并在不手动编辑 MEMORY.md 的情况下检查系统认为哪些内容是持久信息时，有依据的回填很有用。

当你使用：

openclaw memory rem-backfill --path ./memory --stage-short-term

这些有依据的持久候选项不会被直接提升。它们会暂存到普通深度阶段已经使用的同一个短期 Dreaming 存储中。这意味着：

• DREAMS.md 仍然是人工审核界面。
• 短期存储仍然是面向机器的排序界面。
• MEMORY.md 仍然只由深度提升写入。

如果你认为这次重放没有用，可以移除暂存产物，而不影响普通日记条目或正常召回状态：

openclaw memory rem-backfill --rollbackopenclaw memory rem-backfill --rollback-short-term

CLI

openclaw memory status          # Check index status and provideropenclaw memory search "query"  # Search from the command lineopenclaw memory index --force   # Rebuild the index

延伸阅读

• 内置记忆引擎：默认 SQLite 后端。
• QMD 记忆引擎：高级本地优先 sidecar。
• Honcho 记忆：AI 原生跨会话记忆。
• Memory LanceDB：基于 LanceDB 的插件，支持 OpenAI 兼容 embeddings。
• Memory Wiki：编译后的知识库和 wiki 原生工具。
• 记忆搜索：搜索流水线、提供商和调优。
• Dreaming：从短期召回到长期记忆的后台提升。
• 记忆配置参考：所有配置旋钮。
• 压缩：压缩如何与记忆交互。

相关内容

• 主动记忆
• 记忆搜索
• 内置记忆引擎
• Honcho 记忆
• Memory LanceDB
• 跟进承诺