2026年OpenClaw(Clawdbot) 是如何“记住一切”的

大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

 <svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg>

Clawdbot 是一个开源的个人 AI 助手（MIT License），由 Peter Steinberger 创建。截至本文撰写时，它在 GitHub 上已经获得了 32,600+ Star。与 ChatGPT、Claude 这类运行在云端的 AI 不同，Clawdbot 完全运行在本地，并且可以接入你已经在使用的聊天平台，比如 Discord、WhatsApp、Telegram 等。

短短几天名字已经从Clawdbot变Moltbot，今天又变成了OpenClaw

不使用云端、公司控制的记忆系统，而是将一切保存在本地，把上下文和能力的完全所有权交还给用户。

在这里插入图片描述

在讨论记忆之前，先看看 模型在每一次请求中实际能看到什么内容：

GPT plus 代充 只需 145

System Prompt 定义了 Agent 的能力和可用工具。
与记忆最相关的是 Project Context —— 这些是 用户可编辑的 Markdown 文件，会被注入到每一次请求中。

这些文件和 memory 文件 一起存放在 agent 的工作区中，使整个 Agent 的配置 完全透明、可编辑。

理解 Context（上下文） 和 Memory（记忆） 的区别，是理解 Clawdbot 的关键。

Context（上下文）

模型在单次请求中可见的一切：

Context 的特点：

短暂（Ephemeral）：只存在于当前请求
有上限（Bounded）：受模型上下文窗口限制（如 200K tokens）
昂贵（Expensive）：每个 token 都影响 API 成本和响应速度

Memory（记忆）

存储在磁盘上的长期信息：

GPT plus 代充 只需 145

Memory 的特点：

持久（Persistent）：跨重启、跨天、跨月
无上限（Unbounded）：可无限增长
便宜（Cheap）：存储不消耗 API 成本
可搜索（Searchable）：支持语义检索

Agent 通过两个专用工具访问记忆。

1️⃣ memory_search

用途：在所有记忆文件中查找相关内容（强制召回步骤）

返回结果：

GPT plus 代充 只需 145

2️⃣ memory_get

用途：在找到内容后，精确读取指定行

返回结果：

GPT plus 代充 只需 145

Clawdbot 没有专门的工具。

Agent 使用的是 通用的文件 write / edit 工具，和操作任何文件完全一致。
因为记忆本质上就是 Markdown 文件，你也可以 手动编辑（系统会自动重新索引）。

写入位置的策略由 AGENTS.md 中的提示词驱动。

此外，在以下场景也会自动写入：

预压缩（pre-compaction）内存刷新
会话结束（session end）

Clawdbot 的核心理念是：

记忆 = Agent 工作区中的纯 Markdown 文件

双层记忆系统（Two-Layer Memory System）

Layer 1：每日日志（Daily Logs）

只追加（append-only） 的当天记录。

GPT plus 代充 只需 145

Layer 2：长期记忆（MEMORY.md）

用于存储 重要、稳定、长期有价值的信息。

在 AGENTS.md 中有明确指令：

GPT plus 代充 只需 145

当一个记忆文件被保存时，系统后台流程如下：

SQLite 中包含：

：文本块元数据
：向量（sqlite-vec）
：全文索引（FTS5）
：避免重复 embedding

👉 无需外部向量数据库，一切在 SQLite 内完成

Clawdbot 同时运行两种搜索：

向量搜索（语义）
BM25 关键词搜索

最终得分：

GPT plus 代充 只需 145

为什么是 70 / 30？

语义相似度是主要信号
关键词搜索能捕捉 名称 / ID / 日期 等精确项

每个 Agent 拥有 完全独立的记忆空间：

GPT plus 代充 只需 145

Markdown 是 事实源（source of truth）
SQLite 是 派生索引
默认 不能跨 Agent 访问记忆

这非常适合区分 个人 Agent / 工作 Agent。

当上下文接近模型上限时，Clawdbot 会：

总结旧对话
保留最近消息
将摘要写入磁盘

压缩结果 会持久化，不会丢失。

为防止压缩导致信息丢失：

在接近上限前
触发 静默 memory flush
把重要事实写入记忆文件
用户无感知

Clawdbot 的记忆系统之所以出色，是因为它坚持了以下原则：

透明优于黑盒
记忆就是 Markdown，可读、可编辑、可版本控制。
搜索优于硬塞上下文
用时再找，保持上下文精简、成本可控。
持久优于会话
重要信息先落盘，压缩也无法摧毁。
混合优于单一方案
语义 + 关键词，兼顾理解与精确。

GPT plus 代充 只需 145