三范式融合
将 Mem0（LLM 事实提取）、Zep（TTL 时间衰减）和 MemGPT（Agent 自我管理）融合成一个统一系统。
插件 OpenClaw 生态
Memory System
让 AI Agent 拥有真正的长期记忆——跨会话、跨 Agent、永久保存
概览
Memory System 将三种成熟的记忆范式融合成 OpenClaw Agent 的统一记忆层。事实从原始记忆文件中自动提取、去重、分类并建立索引，然后通过语义向量搜索和在会话启动时注入的紧凑 INDEX.md 供 Agent 调用。
3
记忆范式
4
TTL 分类
768
向量维度
>60%
去重阈值
能力
核心功能
六个专为场景定制的功能，让你的 Agent 随时间变得更聪明。
时间衰减（TTL）
四个 TTL 分类：个人（∞）、系统（∞）、Agent（30 天）和任务（7 天）。过期记忆会被摘要并归档——永不删除。
向量搜索（QMD）
768 维 embedding，配合 qwen3-reranker 语义重排和自动查询扩展，实现跨记忆的概念感知检索。
自动事实提取
Claude Haiku 扫描原始 .md 文件，提取结构化事实，通过词重叠（>60% 阈值）去重，然后分类存储。
Lessons 模块
自动扫描会话记录，检测失败→重试→成功模式，并通过双层去重提取结构化经验教训。
跨 Agent 同步
所有 Agent（main、researcher、coding、content、trader）均可访问的共享记忆层，会话启动时注入紧凑的 INDEX.md（<2KB）。
架构
工作原理
五个阶段的流水线将原始 Agent 笔记转化为可搜索、时间感知的记忆图谱。
01
原始记忆文件
Agent 将 .md 文件转储到记忆工作区。组织器通过 MD5 哈希检查扫描变更文件。
02
LLM 事实提取
Claude Haiku 读取每个变更文件并提取离散的结构化事实。去重删除词重叠 >60% 的事实。
03
分类 & 分配 TTL
每个事实被分类（个人/任务/Agent/系统）并分配 TTL，写入带 FTS5 全文索引的 SQLite。
04
索引 & 向量搜索
索引器生成 INDEX.md（<2KB）并导出结构化 *.md 文件。QMD 每 10 分钟自动用 768 维 embedding 建立索引。
05
Agent 上下文注入
Agent 在会话启动时读取 INDEX.md。QMD 自动注入语义相关记忆。Agent 可调用搜索 API 进行深度查询。
Raw .md files → LLM fact extraction → Dedup + classify → SQLite + FTS5 → INDEX.md + QMD → Agent context
记忆覆盖
记录了什么
六个记忆域，每个都有独立的 TTL 策略和检索策略。
个人偏好
用户身份、习惯、偏好、家庭和宠物。永久存储——Agent 应该始终了解的信息。
保留期 永久
任务历史
近期工作会话、调试结果、找到的解决方案。7 天后自动过期，保持上下文新鲜和相关。
保留期 7 天
Agent 学习
Agent 的配置方式、管理状态和当前状态。随着 Agent 设置演进，30 天周期刷新。
保留期 30 天
系统配置
工具、环境设置、API 密钥、文件路径。永久存储，因为基础设施很少发生根本性变化。
保留期 永久
经验教训
从错误→重试→成功过程中提取的结构化经验教训，防止相同错误在会话和 Agent 间重复发生。
保留期 永久
跨会话上下文
单次会话之外仍有价值的事实，通过 QMD 向量搜索检索，并按需自动注入 Agent 上下文。
保留期 动态
衰减引擎
数据永不删除
当记忆的 TTL 过期时，衰减引擎启动。Claude 将过期事实摘要整合成经验教训，然后归档——永久保存。归档记忆通过 FTS5 和向量搜索仍完全可检索；它们只是不再出现在活动 INDEX.md 中，以保持 Agent 上下文精简。
过期 → LLM 摘要 → 归档（仍可检索）——数据永不丢失。
∞
归档保留期
FTS5
全文搜索
7d
任务记忆 TTL
30d
Agent 记忆 TTL
即将上线
加入候补名单
第一时间获知此插件上线。