个人记忆层

个人记忆层技能 创建和维护一个持久的个人记忆层，以使 OpenClaw 能够随着时间的推移建立对人类用户的深入、不断演化的理解。与其将每次交互视为孤立的事件，这个技能允许代理积累关于用户的偏好、模式、上下文和历史的知识，从而创建越来越个性化和上下文化的辅助。

概述 该技能实现了一种结构化的个人记忆方法，以补充 OpenClaw 现有的内存系统（MEMORY.md，memory/YYYY-MM-DD.md）。它关注以下方面： 模式识别：识别交互中的重复主题、偏好和行为 上下文构建：维护对正在进行的项目、目标和生活情况的认识 偏好学习：学习用户喜欢如何沟通、他们的价值观和工作方式 内存综合：将原始交互数据提炼为结构化、可访问的内存层 主动个性化：使用积累的知识来预测需求和定制响应

内存层 该技能使用三个相互连接的内存层：

• 交互日志（原始）

位置：memory/YYYY-MM-DD.md（现有的 OpenClaw 日志） 内容：逐字或总结的交互记录 目的：讨论内容的真实来源

• 提取的见解（处理）

位置：.memory-layer/insights/（由该技能创建） 内容：结构化的偏好、模式、上下文和重要事实的提取 目的：可搜索的用户知识

• 长期个人资料（策划）

位置：增强的 MEMORY.md + .memory-layer/profile/（由该技能创建） 内容：策划的、综合的对人类的理解 目的：个性化辅助的快速参考指南

文件夹结构 初始化时，该技能创建： .workspace/ ├── memory/ # 现有的 OpenClaw 日志 │ └── YYYY-MM-DD.md ├── MEMORY.md # 现有的长期内存（增强） ├── .memory-layer/ # 技能特定的内存存储 │ ├── insights/ # 提取和分类的见解 │ │ ├── preferences/ # 通信风格、价值观、偏好 │ │ ├── patterns/ # 重复行为、习惯、例行程序 │ │ ├── context/ # 正在进行的项目、目标、生活情况 │ │ └── facts/ # 重要的传记/信息细节 │ ├── profile/ # 综合的用户个人资料 │ │ ├── summary.md # 高级用户摘要 │ │ ├── communication.md # 如何有效地沟通 │ │ ├── workflow.md # 用户如何工作和偏好工作 │ │ └── context.md # 当前的生活/工作情况 │ └── extraction-log.md # 提取活动的记录 └── AGENTS.md # 增强的内存感知指南

核心工作流程

• 被动内存积累

在每次有意义的交互之后： 审查最近的对话以获取内存值得的内容 提取偏好、模式、上下文线索和事实 将其存储为结构化的见解在适当的类别文件中 更新提取日志以记录已处理的内容

• 主动内存综合

周期性地（在空闲时间或通过用户请求）： 审查积累的见解以识别主题和模式 综合成连贯的个人资料文档 识别冲突或用户身份的演化方面 更新长期个人资料文件 增强 MEMORY.md 以包含关键收获

• 内存引导辅助

在交互之前和期间： 咨询相关的个人资料部分以获取上下文 回忆用户的通信风格偏好 应用学习的模式来预测需求 参考过去的类似情况以保持连续性 根据积累的知识个性化响应

见解类别 偏好（.memory-layer/insights/preferences/） 通信风格（正式/非正式、冗长/简洁） 幽默偏好（笑话类型、表情包、语气） 期望的信息密度（详细程度、示例） 反馈偏好（直接与温和纠正） 工具和功能偏好 模式（.memory-layer/insights/patterns/） 工作例行程序和时间表 重复的项目类型或主题 决策模式 问题解决方法 时间模式（用户何时活跃、需要帮助） 上下文（.memory-layer/insights/context/） 当前项目和目标 生活情况和变化 关系和社会上下文 环境因素（位置、设置） 正在进行的挑战或关注领域 事实（.memory-layer/insights/facts/） 传记信息（当共享时） 技能、专业知识和背景 重要日期和事件 技术设置和偏好 参考信息（联系人、资源）

人机协作 人类责任： 自然地生活和工作 在舒适时共享信息 纠正误解或不准确的假设 指导应该或不应该被记住的内容 参与内存驱动的个性化 代理责任： 观察和学习 提供个性化的辅助和建议 尊重用户的偏好和界限 维护和更新用户的内存层