<p></p> GPT plus 代充 只需 145
OpenClaw 的记忆检索不是“自动发生”的。很多人看到 、 以为系统会自动帮你把历史记忆塞进上下文，实际并不是。这里按“可用 → 触发 → 执行 → 同步”的逻辑，把配置、触发条件和调用链路讲清楚。
这篇基于我自己的源码阅读笔记做整理，同时加上可操作的配置方式。
下面是我自己的默认配置示例。先确保工具“可用”，再谈触发和执行：
注意 provider 目前只允许这 3 个值：
对应校验在 里，超出会直接被 schema 拒掉。
你可以把链路看成四个关卡：
- 可用：工具会不会出现在可用工具列表里。
- 触发：模型会不会调用它。
- 执行：调用后到底跑了哪些函数。
- 同步：检索时索引是否刷新。
下面逐层拆。
工具要先“存在”，否则根本谈不上触发。
/ 会根据配置决定是否创建工具：
- 文件：
- 条件：
- 存在
- 返回启用配置
如果条件不满足，工具直接返回 （即“不存在”）。
即便工具被创建了，也要通过工具策略过滤：
- 文件：
- 规则： 包含 /
- profile 默认允许
工具策略（profile/global/agent/group/sandbox）会决定最终的可用列表。
我在仓库里没有看到这两个工具被直接加入 的列表。
当前只有 暴露了 给插件 runtime。
如果你实际运行时能用 memory tools，说明：
- 要么别处有注册逻辑
- 要么在 内部注入
建议你在 末尾打印 ，确认 是否真的被注册。对应文件是 。
触发不是系统自动执行，而是模型在 stream 中主动发起 tool call。
系统 prompt 只有在工具可用时才会加入强制说明：
- 文件：
- 逻辑：只有 包含 或 才会加这段规则：
在回答关于历史工作 / 决策 / 日期 / 人 / 偏好 / todos 之前，必须先 ，再 。
这句话本质是“对模型的行为约束”。它不会自动调用工具，只会影响模型在推理时生成 tool call 的决策。
- 触发源是 LLM 自己
- 系统只提供规则和可用工具列表
- 用户也可以显式要求“先查记忆”来强化调用
- 文件：
- 关键调用：
- 返回：
- embedding provider / model / fallback 信息
- 同文件：
- 关键调用：
- 返回：
- 指定文件的行级片段（snippet）
- 目的是减少上下文长度
会触发 manager 内部的索引同步（如果配置了 ，默认开启）。
配置来源：
- 文件：
这不是“调用 memory_search 的触发条件”，而是：
- memory_search 调用后顺带刷新索引（如果 dirty）
- 目的只是保证检索时是最新索引
很多人把“索引刷新”误以为“触发条件”。其实它发生在调用之后。
的触发，是“工具可用 + 系统 prompt 指令 + LLM 决策”的组合结果。
系统不会自动调用它们，真正触发的是模型生成 tool call。
如果你发现 memory tools 没被触发，优先检查这几项：
- 是否为 true
- provider 是否在允许列表（）
- tool-policy 是否过滤掉
- 列表里是否有
- 是否插入了强制规则
OpenClaw 没有“把记忆块自动拼进 system prompt 或每轮上下文”的机制，全部按需、Tool 驱动。
这是一种很干净的设计，行为可控，也更好调试。
就这些。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/213667.html