老板们，一定要搞定您公司的龙虾记忆分层

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。

注意：原生是3层，其余2层是我根据实际情况新增的

memory/YYYY-MM-DD.md 是追加写入的日志文件，每次会话开始时会自动加载当天和前一天的日志，构成近期工作的上下文窗口。 Gitbook这是最轻量、最即时的记忆层，捕捉当下发生的一切。

这是经过精心整理的长期记忆文件，仅在主私人会话中加载，永远不会在群组上下文中加载，以保护敏感信息。 OpenClaw AI它存放重要决策、项目偏好、长期待办等核心内容，保持精简稳定。

sessions/YYYY-MM-DD- .md 是历史对话的时间戳存档，slug 由 LLM 自动生成。这些存档会被索引并支持检索，让 Agent 能回溯过去的完整对话。

层级存储形式生命周期用途访问范围 0️⃣ 会话上下文当前对话历史（数组）单次会话内实时理解、即时决策当前 session 1️⃣ 每日日志 memory/YYYY‑MM‑DD.md 永久（文件）原始事件记录、原始决策、待办当前 agent（main session） 2️⃣ 长期记忆 MEMORY.md 永久（文件）精炼知识、经验总结、偏好、教训仅 main session（安全隔离） 3️⃣ 结构化知识 Ontology 知识图谱（可选技能）永久（图谱文件）实体关系、项目依赖、跨技能状态共享安装了 ontology 技能时 4️⃣ 跨会话索引已索引的会话记录（内部存储）永久（索引）搜索历史对话、跨会话回忆通过 memory_search 工具 5️⃣ 外部补充 Compiled‑wiki 补充资料（可注册）永久（外部）额外文档、知识库 memory_search corpus=wiki

OpenClaw 不依赖单一的向量相似度，而是采用加权得分融合，结合两种互补的检索方式：向量搜索（语义相似）和 BM25 搜索（词法精确匹配）。默认权重为 70% 向量 + 30% 文本。向量搜索擅长概念层面的关联，BM25 则擅长捕捉错误码、函数名等精确词元。

在写入向量索引前，OpenClaw 使用滑动窗口算法对 Markdown 进行分块：每块约 400 token（~1600 字符），相邻块之间保留 80 token 的重叠，防止边界处的上下文丢失。每个块通过 SHA-256 哈希去重，相同内容直接命中缓存，无需重新嵌入。

当会话接近自动压缩（compaction）时，OpenClaw 会触发一个静默的 Agent 轮次，提醒模型在上下文被压缩前将关键信息写入记忆文件。

• 路径： /memory/2026‑04‑29.md
• 写入时机：
• 重要事件发生后
• 完成用户任务后
• Heartbeat 检查时（可定期整理）
• 内容示例： 2026‑04‑29

用户要求解读 browser‑use 仓库
创建了 DeepSeek V4 博客文章
更新了 TOOLS.md（新增 browser‑use 技能笔记）
• 安全：仅在 main session（直接对话）中自动加载；群聊等共享环境不加载，防止隐私泄露。

• 路径： /MEMORY.md
• 性质：策划后的精华记忆，相当于人类的“长期记忆”。
• 内容：
• 用户偏好（例如：“主人喜欢简洁的技术总结”）
• 重要决策（例如：“选择 GLM‑4.7 作为默认模型”）
• 经验教训（例如：“避免在群聊中加载 MEMORY.md”）
• 项目上下文（例如：“blog‑demo 使用 Hugo + PaperMod 主题”）
• 维护：
• 定期（heartbeat）回顾近期的每日日志，提炼有价值的信息更新到 MEMORY.md。
• 手动编辑或让 agent 自动更新。

🔍 常用工具对应层级

工具主要访问层级典型用途 memory_search 1️⃣+2️⃣+4️⃣（+5️⃣）查找过往决策、用户偏好、历史事件 memory_get 1️⃣+2️⃣（+5️⃣）精确读取某文件片段（避免全量加载） sessions_history 4️⃣ 查看另一个会话的完整历史 ontology 技能 3️⃣ 创建/查询实体、链接关系直接读写文件 1️⃣+2️⃣ 手动更新日志或长期记忆

注意：Dreaming 是一个可选的后台整合机制，负责将短期记忆中值得保留的内容"晋升"到长期记忆

以agent：coder为例进行说明

维度做法目的文件系统层 - 所有记忆文件 (MEMORY.md、memory/*.md) 均位于工作区根目录 (~/.openclaw/workspace‑coder)
- 只对当前 agent（程序员1号）及授权的子代理开放读写权限
- 目录权限默认 700，文件默认 600，防止其他系统用户直接访问防止本机其他进程或用户窃取记忆会话层级隔离 - MAIN SESSION（直接与主人对话）才会自动加载 MEMORY.md，群聊、共享会话、子代理等不加载
- memory/ 日志只在主会话或显式请求时读取保证私人对话内容不泄露到公共群或其他会话访问控制 - AGENTS.md、SOUL.md 只读，未授权用户无法修改
- 任何写操作（write、edit）都必须在当前会话中经过显式指令，否则会被拒绝
- 对外部 API（如 Browser‑Use Cloud、DeepSeek）使用环境变量 / .env 存放的密钥，决不写入记忆文件防止误把敏感凭证写进记忆审计日志 - 每一次对 MEMORY.md、memory/*.md 的写入都记录在 memory/heartbeat‑state.json（或单独审计文件）
- session_status 可随时查看本轮会话使用的模型、工具、耗时等元信息事后可追溯谁、何时、写了什么加密（可选） - 若需要更高安全，可在 ~/.openclaw/keys/ 生成对称钥并通过 openssl 对 MEMORY.md 进行 AES‑256‑GCM 加密，解密只在 agent运行时完成，磁盘上保存的始终是密文防止磁盘被物理获取时泄露内存抽象 - memory_search、memory_get 不直接返回整篇文件，而是只返回匹配片段，并在返回前做截断（默认 ≤ 2 KB）
- 结果会在当前会话上下文中立即使用，不会持久化到别的文件减少一次性暴露完整记忆的风险子代理隔离 - 子代理默认 sandbox（只读工作区文件），若需要写入必须在 spawn 时显式 cleanup: "keep" 并在返回后由父代理决定是否写入
- 子代理的 runtime 为 subagent，其进程拥有独立的进程空间，不能直接访问父进程的内存对象防止子代理泄露或误修改主记忆模型切换提醒 - 当运行时模型与系统默认模型不一致时，会在回复开头提示（如 “当前使用 GLM‑4.7（默认 MiniMax‑M2.7）”），提醒用户注意模型泄漏（模型返回的私人信息可能被记录）防止因为模型切换而导致意外记忆泄露最小化持久化 - “临时”信息（如一次性计算结果）只保存在会话上下文，不写入磁盘
- 仅对需要长期保存（决策、偏好、项目状态）才写入 MEMORY.md 或 memory/*.md 减少不必要的永久记录

⏰ 刚刷到的朋友注意啦！
点击【关注】锁定宝藏库，从此升职加薪不迷路 ✨