by 详细分析 ▾
运行时依赖
版本
cross-channel-memory v1.0.1 - Added basic automated tests (tests/test_all.py). - Improved lookup_user.py for code or test correctness. - No user-facing feature changes.
安装命令
点击复制技能文档
# 跨渠道记忆同步 ## 概述 实现多渠道用户身份映射，让不同 agent 在 QQ、飞书等渠道识别同一用户，并共享记忆。 核心特性： - 用户身份统一：同一用户在不同渠道使用同一身份标识 - 记忆共享：各渠道的对话记录统一存储，可跨渠道查询 - 独立存储：每个 agent 的记忆保存在自己的 workspace 目录 - 实时同步：写入时自动同步到所有关联 agent ## 架构设计 `` ┌─────────────────────────────────────────────────────────────┐ │ 用户映射中心 │ │ ~/.openclaw/data/cross-channel-users.json │ │ │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ users: { │ │ │ │ "xiaokeai": { │ │ │ │ displayName: "小可爱", │ │ │ │ channels: { │ │ │ │ qqbot: { main: "QQ_ID_123" }, │ │ │ │ feishu: { main: "ou_abc123" } │ │ │ │ } │ │ │ │ } │ │ │ │ } │ │ │ │ lookupIndex: { │ │ │ │ qqbot: { "QQ_ID_123": { userId: "xiaokeai" } }, │ │ │ │ feishu: { "ou_abc123": { userId: "xiaokeai" } } │ │ │ │ } │ │ │ └─────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────┘ │ ┌───────────────┼───────────────┐ ▼ ▼ ▼ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ main │ │ coder │ │ checker │ │ workspace │ │ workspace │ │ workspace │ │ │ │ │ │ │ │ memory/ │ │ memory/ │ │ memory/ │ │ ├MEMORY.md │ │ ├MEMORY.md │ │ ├MEMORY.md │ │ └YYYY-MM-DD│ │ └YYYY-MM-DD│ │ └YYYY-MM-DD│ └─────────────┘ └─────────────┘ └─────────────┘ ` ## 使用方法 ### 步骤 1：初始化用户映射 在用户首次使用时，需要建立渠道用户 ID 与统一用户 ID 的映射（按 agent 精确绑定）： `bash # QQ coder agent 绑定 python3 ~/.openclaw/skills/cross-channel-memory/scripts/init_mapping.py link \ --user "xiaokeai" \ --channel qqbot \ --channel-id "QQ_USER_ID" \ --account coder # 飞书 coder agent 绑定（同一用户） python3 ~/.openclaw/skills/cross-channel-memory/scripts/init_mapping.py link \ --user "xiaokeai" \ --channel feishu \ --channel-id "FEISHU_USER_ID" \ --account coder # 飞书 main agent 绑定（同一用户，不同 agent） python3 ~/.openclaw/skills/cross-channel-memory/scripts/init_mapping.py link \ --user "xiaokeai" \ --channel feishu \ --channel-id "FEISHU_USER_ID" \ --account main ` 参数说明： - --user: 统一用户 ID (自定义，用于跨渠道识别) - --channel: 渠道名称 (qqbot, feishu) - --channel-id: 渠道中的用户 ID - --account: agent 标识 (coder, main, checker, menowriter 等) ### 步骤 2：查找用户信息（按 agent 精确查找） 根据渠道用户 ID 和 agent 查找统一用户信息： `bash python3 ~/.openclaw/skills/cross-channel-memory/scripts/memory_sync.py lookup \ --channel qqbot \ --id "QQ_USER_ID" \ --account coder ` 返回： `json { "userId": "xiaokeai", "displayName": "小可爱", "memoryPaths": [ { "accountId": "coder", "memoryPath": "/home/user/.openclaw/workspace/coder/memory" } ], "accountId": "coder" } ` ### 步骤 3：写入记忆（按 agent 精确写入） 将对话记录写入指定 agent 的记忆： `bash python3 ~/.openclaw/skills/cross-channel-memory/scripts/memory_sync.py write \ --channel qqbot \ --id "QQ_USER_ID" \ --account coder \ --type user \ --content "我想学习 Python 编程" \ --timestamp "2026-03-13T08:30:00" ` ### 步骤 4：读取记忆 使用内置工具读取记忆： ` memory_search(query: "Python", path: "~/.openclaw/workspace/coder/memory") ` ## 渠道识别字段 | 渠道 | 用户ID字段 | 来源 | |------|-----------|------| | QQ (qqbot) | sender_id | inbound_meta.sender_id | | 飞书 (feishu) | sender_id / open_id | inbound_meta.sender_id | ## 目录结构 ` ~/.openclaw/ ├── skills/ │ └── cross-channel-memory/ │ ├── SKILL.md # 本文档 │ ├── scripts/ │ │ ├── lookup_user.py # 用户查找工具 │ │ ├── memory_sync.py # 记忆同步工具 │ │ └── init_mapping.py # 初始化脚本 │ └── examples/ │ └── sample_mapping.json ├── data/ │ └── cross-channel-users.json # 用户映射（共享） └── workspace/ ├── main/memory/ # main agent 记忆 ├── coder/memory/ # coder agent 记忆 └── checker/memory/ # checker agent 记忆 ` ## 配置示例 ### cross-channel-users.json（按 agent 精确绑定） `json { "users": { "xiaokeai": { "displayName": "小可爱", "channels": { "qqbot": { "coder": "QQ_USER_ID_C" }, "feishu": { "coder": "FEISHU_USER_ID_C", "main": "FEISHU_USER_ID_M", "checker": "FEISHU_USER_ID_K", "menowriter": "FEISHU_USER_ID_W" } } } }, "lookupIndex": { "qqbot": { "QQ_USER_ID_C_coder": { "userId": "xiaokeai", "accountId": "coder", "channelUserId": "QQ_USER_ID_C" } }, "feishu": { "FEISHU_USER_ID_C_coder": { "userId": "xiaokeai", "accountId": "coder", "channelUserId": "FEISHU_USER_ID_C" }, "FEISHU_USER_ID_M_main": { "userId": "xiaokeai", "accountId": "main", "channelUserId": "FEISHU_USER_ID_M" } } } } ` 绑定关系： - QQ coder agent ← 用户 QQ_USER_ID_C → 统一用户 xiaokeai → 飞书 coder agent - QQ main agent ← 用户 QQ_USER_ID_M → 统一用户 xiaokeai → 飞书 main agent - 每个渠道的每个 agent 精确绑定，记忆独立存储 ## Agent 使用流程 ### 接收消息时 1. 从 inbound_meta 获取 channel 和 sender_id 2. 调用 lookup_user.py 查找统一用户 ID 3. 如果找到，使用该用户的记忆路径 ### 写入记忆时 1. 使用 memory_sync.py write 命令 2. 自动同步到用户关联的所有 agent ### 查询记忆时 1. 使用 memory_search 工具 2. 指定正确的记忆路径 ## 注意事项 1. 用户映射是共享的：所有 agent 使用同一份映射文件 2. 记忆按 agent 分离：各 agent 的记忆独立存储在自己的 workspace 3. 首次使用需初始化：新用户需要先建立映射关系 4. 支持增量更新：可随时添加新的渠道映射 ## 与内置 memory 工具配合 本 skill 与 OpenClaw 内置的 memory_search/memory_get 工具配合使用： `python # 先用本 skill 查找用户 user_info = lookup_user(channel="qqbot", user_id="xxx") # 再用内置工具搜索记忆 memory_search(query="Python", path=user_info["memoryPath"]) ` ## 最佳实践 ### 用户 ID 映射策略 1. 统一 ID 命名：建议使用易识别的 ID，如用户昵称的拼音 2. 渠道 ID 格式：直接使用渠道提供的原始 ID 3. agent 绑定：如用户使用多个 agent，分别记录每个 agent 的渠道 ID ### 记忆存储建议 1. 按日期组织：每日记忆存储在 YYYY-MM-DD.md 2. 重要信息：永久记忆存储在 MEMORY.md` 3. 定期整理：建议定期将重要信息从日记忆迁移到永久记忆 --- ## 更新日志 - v1.1.0 (2026-03-13): 按 agent 精确绑定，QQ coder → 飞书 coder，支持多 agent 独立记忆 - v1.0.0 (2026-03-13): 初始版本，支持 QQ 和飞书渠道