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。



用过 AI Agent 的人都知道一个痛点：每次开一个新会话，Agent 就什么都不记得了。昨天讨论的项目、上周踩过的坑、你告诉过它的偏好——全部归零。

这不是 bug，是 LLM 的基本特性。模型本身是无状态的，每次调用都是独立的。

OpenClaw 的思路很直接：让 Agent 读写文件来延续记忆。每次会话开始时读取记忆文件，交互过程中更新，下次会话就能「记得」上次做了什么。

听起来简单，但实际做起来很快就会遇到问题。

OpenClaw 默认提供了一套记忆文件体系：SOUL.md（行为规则）、AGENTS.md（工作流程）、TOOLS.md（工具备忘）、USER.md（用户偏好）、MEMORY.md（长期记忆）。

但实际使用中发现，Agent 几乎把所有东西都写进了 MEMORY.md——项目状态、经验教训、配置变更、用户偏好……其他文件基本没动。用了两周，出了三个问题：

1. MEMORY.md 膨胀——什么都往里塞，3.5KB 的文件很快变得臃肿，Agent 每次会话都要读一遍，浪费 token
2. 其他文件闲置——SOUL.md、AGENTS.md、TOOLS.md、USER.md 本来各有所属，但 Agent 不会主动往里写，多文件分工形同虚设
3. 无法改进——Agent 犯过的错还会反复犯，因为没有「从错误中学习」的机制

核心问题：默认策略缺少两个东西——一是没有约束 Agent 把信息写到正确的文件，二是没有从经验中学习和晋升的机制。

最终设计了一套两层记忆系统：

情形记忆（Episodic Memory）——记「发生了什么」

memory/ ├── 2026-04-10.md   # 每日事实记录 ├── 2026-04-11.md └── ... 

• 每天一个文件，记录当天实际发生了什么
• 只记事实，不记反思
• 心跳轮询时自动写入

反思记忆（Reflective Memory）——记「学到了什么」

.learnings/ ├── LEARNINGS.md         # 被纠正的错误、更好的做法 ├── ERRORS.md             # 命令失败、API 报错 └── FEATURE_REQUESTS.md   # 用户期望但尚不存在的功能 

• 每条记录有结构化格式（时间、优先级、状态、详情）
• 状态从 pending 开始，审查后可晋升为 promoted
• 反映的是「经验教训」而非「做了什么」

晋升通道

两层记忆各有独立的晋升路径：

情形记忆晋升：每日笔记 → 长期记忆文件

晋升方式是复制+提炼，不删除原始每日笔记（保持时序完整性）。每天凌晨定时任务自动审查，用 .review-state.json 追踪进度，每次只处理新笔记。

反思记忆晋升：经验教训 → 行为规则

反思记忆不是所有经验都晋升——一次性偶发问题保留观察，反复出现的模式（≥2 次）或被用户明确纠正的才晋升为行为规则。

这样 Agent 不仅「记得」发生了什么，还会从经验中提炼出规则，让自己变得越来越聪明。

完整的文件职责划分

基于 OpenClaw Agent 平台搭建，依赖 self-improving-agent 技能提供反思记忆的结构化格式和审查逻辑。

第一步：安装技能并初始化

# 安装反思记忆技能 openclaw skills install self-improving-agent 

安装后必须手动初始化——技能本身不会自动创建目录和文件：

# 创建反思记忆目录 mkdir ~/.openclaw/workspace/.learnings ​ # 创建三个日志文件（技能定义了它们的结构化格式，见第四步） touch ~/.openclaw/workspace/.learnings/LEARNINGS.md touch ~/.openclaw/workspace/.learnings/ERRORS.md touch ~/.openclaw/workspace/.learnings/FEATURE_REQUESTS.md 

在 LEARNINGS.md 中添加标题头：

# LEARNINGS.md - 反思记忆 ​ 记录值得反思的经验教训。每日定时任务审查并晋升到核心配置文件。 

⚠️ 技能安装不等于启用。安装后如果不创建目录和文件，反思记忆系统根本不会工作。

第二步：在 AGENTS.md 中定义记忆规范

确保 Agent 每次会话都能读到记忆规范，在 AGENTS.md 中添加以下内容：

 记忆 ​  情形记忆 (Episodic Memory) ​ - 每日笔记：memory/YYYY-MM-DD.md - 长期记忆：MEMORY.md —— 项目概览、硬件配置等长期事实 - 目的：保证连续性，不遗忘每天发生的事情 - 规则：只记事实（发生了什么），不记反思（学到了什么） ​  反思记忆 (Reflective Memory) ​ - 目录：.learnings/ - LEARNINGS.md — 被纠正的错误、更好的做法、知识盲区、**实践 - ERRORS.md — 命令失败、API 报错、异常行为 - FEATURE_REQUESTS.md — 用户期望但尚不存在的功能 - 目的：积累经验，通过晋升机制让自己越来越聪明 - 晋升：每天夜里 3:00 定时任务审查，符合条件的晋升到核心配置文件 ​ 晋升机制 ​ 1. 记录：交互中遇到值得反思的情况 → 写入 .learnings/ 2. 审查：每天 3:00 定时任务审查 .learnings/ 中的 pending 条目 3. 晋升：符合条件的经验提炼为简短规则，写入目标配置文件 4. 标记：原条目 status 改为 promoted ​ | 经验类型 | 晋升到 | |----------|--------| | 行为模式改进 | SOUL.md | | 工作流程优化 | AGENTS.md | | 工具使用坑点 | TOOLS.md | | 用户偏好 | USER.md | 

第三步：在 HEARTBEAT.md 中触发记忆写入

心跳轮询是记忆写入的主要时机，在 HEARTBEAT.md 的检查步骤中添加：

1. 记录每日记忆：更新 memory/YYYY-MM-DD.md，记录当天做了什么（情形记忆） 2. 记录反思经验：如果本次交互中遇到了值得反思的情况（被纠正、发现更好的做法、踩了坑），记录到 .learnings/ 对应文件中（反思记忆） 

这样每次心跳轮询时，Agent 会自动把当天的情形和反思分别写入对应文件。

第四步：反思记忆的结构化格式（技能自带）

self-improving-agent 技能为三种日志文件定义了完整的结构化格式，Agent 会在交互过程中自动按此格式写入，无需额外配置。以下格式供了解：

LEARNINGS.md 格式（被纠正的错误、更好的做法）：

 [LRN--001] correction ​ Logged: 2026-04-04T12:07:00+08:00 Priority: high             # high / medium / low Status: pending             # pending → promoted Area: config               # 分类标签 ​  Summary 说了要做的事但没有对应行动 ​  Details 在讨论笔记站回顾机制时，说了倾向方案 2 但没有实际创建。 ​  Suggested Action 说到 = 做到。如果还没做，就不要说。 

ERRORS.md 格式（命令失败、API 报错）：

## [ERR--001] command_name ​ Logged: ISO-8601 timestamp Priority: high Status: pending Area: config ​ # Summary Brief description of what failed ​ # Error `Actual error message` ​ # Context - Command/operation attempted - Environment details if relevant ​ # Suggested Fix What might resolve this 

FEATURE_REQUESTS.md 格式（用户期望但尚不存在的功能）：

## [FEAT--001] capability_name ​ Logged: ISO-8601 timestamp Priority: medium Status: pending Area: config ​ # Requested Capability What the user wanted to do ​ # User Context Why they needed it ​ # Complexity Estimate simple | medium | complex ​ # Suggested Implementation How this could be built 

关键字段说明：

• Priority：critical（阻塞核心功能）> high（用户纠正/反复出现）> medium（有影响但有变通）> low（偶发小问题）
• Status：pending 等待处理 → promoted 已晋升到核心配置文件 → resolved 已解决
• Area：config / style / thinking / note-taking 等分类标签

第五步：创建定时审查任务

每天凌晨 3:00 运行，做两件事：情形记忆晋升和反思记忆晋升。

cron 配置：

name: 每日记忆审查与晋升 schedule: "0 3 * * *" timezone: Asia/Shanghai sessionTarget: isolated        # 独立会话，不污染主会话 timeout: 300s payload: kind: agentTurn message: |   执行每日记忆审查任务，包含两部分： ​    第一部分：情形记忆晋升（memory/ → MEMORY.md / USER.md） ​   1. 读取审查进度文件 ~/.openclaw/workspace/memory/.review-state.json，       格式：{"lastReviewed": "YYYY-MM-DD"}。不存在则视为从未审查   2. 读取 ~/.openclaw/workspace/memory/ 下所有日期 > lastReviewed 的每日记忆文件   3. 读取 ~/.openclaw/workspace/MEMORY.md 和 ~/.openclaw/workspace/USER.md   4. 识别每日笔记中值得长期保留的内容，按类型晋升到对应文件：       - 项目里程碑（完成/上线/归档）→ MEMORY.md       - 重要的配置变更或架构调整 → MEMORY.md       - 新的协作产出目录或工作流程 → MEMORY.md       - 用户偏好、习惯、表达喜好 → USER.md       - 任何未来会话需要知道的事实 → MEMORY.md   5. 晋升是复制+提炼，不要删除原始每日笔记中的内容（保持时序完整性）   6. 更新 .review-state.json 的 lastReviewed 为今天日期 ​    第二部分：反思记忆晋升（.learnings/ → 核心配置文件） ​   1. 读取 .learnings/LEARNINGS.md、.learnings/ERRORS.md、.learnings/FEATURE_REQUESTS.md   2. 找出所有 status 为 pending 的条目   3. 评估每条是否值得晋升：       - 出现过 2 次以上的经验 → 高优先晋升       - 被用户明确纠正的经验 → 中优先晋升       - 一次性偶发问题 → 保留观察   4. 将值得晋升的经验提炼为简短规则，写入目标配置文件：       - 行为模式改进 → SOUL.md       - 工作流程优化 → AGENTS.md       - 工具使用坑点 → TOOLS.md       - 用户偏好 → USER.md   5. 更新原条目的 status 为 promoted，并记录晋升目标 ​    输出   - 两部分都无更新 → 安静结束   - 有重要发现 → 简要总结（晋升了什么、为什么） delivery: mode: announce              # 有重要发现时通知用户 channel: feishu to:  
     <你的飞书用户id>        # 替换为你的飞书 open_id 

关键配置说明：

审查任务的两个关键机制：

1. 进度追踪：用 .review-state.json 记录上次审查到的日期，每次只处理新的每日笔记，避免重复读取浪费 token
2. 晋升门槛：不是所有经验都晋升。一次性偶发问题保留观察，反复出现的模式（≥2 次）或被用户明确纠正的才晋升

坑 1：技能安装不等于启用

安装了 self-improving-agent 技能，以为反思记忆就自动工作了。结果 .learnings/ 目录从未创建过——技能安装只下载了 SKILL.md，不会自动创建目录和文件。

教训：任何组件安装后都必须验证初始化状态，不能假设安装即启用。

坑 2：一个文件什么都往里塞

最初 MEMORY.md 里混着身份信息、经验教训、工作流程、项目状态，找信息像翻垃圾堆。拆分到对应文件后，从 ~3.5KB 降到 ~2KB，每次会话读取更快，信息定位也更准。

坑 3：情形和反思混在一起

每日笔记里既记「做了什么」又记「学到了什么」，两边都做不好。拆开后各有清晰的职责和晋升路径。

坑 4：每次审查都重读 7 天笔记

最初设计每次审查读过去 7 天的每日笔记，同一条记忆被反复处理 7 次。用 .review-state.json 记录审查进度后，每次只读新的。

坑 5：晋升时删除了原始笔记

最初设计晋升后删除每日笔记中的「冗余」内容。但这样丢失了时序性——「4月3日做了什么」是情形记忆的核心价值，不该被清理。改为只复制+提炼，原始笔记保持不动。

• Agent 能记住昨天做了什么、上周的项目进展
• 被纠正过的错误不会再犯（经验晋升为行为规则）
• 记忆不会无限膨胀（分层管理 + 审查进度追踪）
• 全自动：每天凌晨自动审查和晋升，无需人工干预