Memory Manager

---

name: memory-manager description: > 自动管理 OpenClaw 的记忆系统，包括工作记忆、短期记忆、长期记忆、记忆合并与压缩。 Triggers: memory manager, memory management, 记忆管理，memory compression, memory cleanup metadata: author: wyblhl version: "1.0.0"

---

🧠 Memory Manager - 记忆管理技能

版本: 1.0 创建时间: 2026-03-19 状态: ✅ 激活

---

🎯 功能说明

自动管理 OpenClaw 的记忆系统，包括：

工作记忆（最近 7 天）

短期记忆（最近 30 天）

长期记忆（永久保存）

记忆合并与压缩

记忆清理与归档

---

📁 记忆结构

D:\OpenClaw\workspace\memory\
├── MEMORY.md                    ← 主记忆文件（始终保留）
├── capabilities.json            ← 能力评估（每次学习后更新）
├── knowledge-graph.json         ← 知识图谱（每次学习后更新）
├── learning-round-*.json        ← 学习轮次记录（保留最近 50 轮）
├── conversation-*.json          ← 会话记录（保留最近 10 个）
└── tiers/
    ├── config.json              ← 分层配置
    ├── working/                 ← 工作记忆（7 天）
    ├── short-term/              ← 短期记忆（30 天）
    └── long-term/               ← 长期记忆（永久）

---

🔄 自动执行任务

每轮学习后

1. 更新 capabilities.json 2. 更新 knowledge-graph.json 3. 创建 learning-round-N.json 4. 保存到 memory/tiers/working/

每日清理

1. 合并 7 天前的工作记忆到短期记忆 2. 合并 30 天前的短期记忆到长期记忆 3. 删除超过 50 轮的旧学习记录 4. 生成记忆归档报告

每周优化

1. 压缩长期记忆文件 2. 生成记忆统计报告 3. 优化知识图谱结构

---

⚙️ 配置参数

{
  "memoryManager": {
    "enabled": true,
    "workingMemoryDays": 7,
    "shortTermMemoryDays": 30,
    "maxLearningRounds": 50,
    "maxConversations": 10,
    "autoCompact": true,
    "compactThreshold": 0.7,
    "mergeStrategy": "summarize"
  }
}

---

📝 记忆合并策略

合并规则

1. 相同主题合并: 将相同主题的记忆合并为一条 2. 时间序列合并: 按时间顺序合并连续的记忆 3. 重要性分级: 高重要性记忆单独保留 4. 知识关联: 建立记忆之间的关联边

压缩算法

原始记忆 → 提取关键词 → 生成摘要 → 保存核心信息 → 删除冗余

---

🚀 使用方法

自动触发

每轮学习完成后自动执行记忆管理

手动触发

# 运行记忆管理
node -e "require('./skills/memory-manager').run()"
清理旧记忆
node -e "require('./skills/memory-manager').cleanup()"
合并记忆
node -e "require('./skills/memory-manager').merge()"

---

📊 记忆质量指标

| 指标 | 目标 | 当前 | |------|------|------| | 记忆完整度 | ≥95% | - | | 检索响应时间 | <100ms | - | | 压缩率 | ≥50% | - | | 关联准确率 | ≥90% | - |

---

🔐 安全保护

✅ 合并前自动备份

✅ 删除前确认重要性

✅ 关键记忆永久保留

✅ 错误恢复机制

---

记忆管理技能结束