- name
- elite-longterm-memory
- description
- 终极AI智能体记忆系统。WAL协议 + 向量搜索 + git-notes + 云备份。6层记忆架构：热RAM(SESSION-STATE)、温存储(LanceDB向量)、冷存储(Git-Notes知识图)、精选档案(MEMORY.md)、云备份(SuperMemory)、自动提取(Mem0)。
- version
- 1.0.0
- author
- skillforge-JOJO
- keywords
- [memory, long-term, elite, vector-search, lancedb, git-notes, wal, persistent, context]
Elite Longterm Memory — 精英长期记忆
一句话描述: 终极AI智能体记忆系统，6层记忆架构永不忘上下文。
功能概述
结合6种成熟方法的终极记忆系统。永不丢失上下文、永不忘记决策、永不重复错误。
架构概览
┌─────────────────────────────────────────────────────────────────┐
│ ELITE LONGTERM MEMORY │
├─────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ HOT RAM │ │ WARM STORE │ │ COLD STORE │ │
│ │ │ │ │ │ │ │
│ │ SESSION- │ │ LanceDB │ │ Git-Notes │ │
│ │ STATE.md │ │ Vectors │ │ Knowledge │ │
│ │ │ │ │ │ Graph │ │
│ │ (survives │ │ (semantic │ │ (permanent │ │
│ │ compaction)│ │ search) │ │ decisions) │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
│ │ │ │ │
│ └────────────────┼────────────────┘ │
│ ▼ │
│ ┌─────────────┐ │
│ │ MEMORY.md │ ← Curated long-term │
│ │ + daily/ │ (human-readable) │
│ └─────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ SuperMemory │ ← Cloud backup (optional) │
│ │ API │ │
│ └─────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘5层记忆架构
第1层: HOT RAM (SESSION-STATE.md)
来源: bulletproof-memory
活跃工作记忆，在压缩后仍然保留。写前日志协议。
# SESSION-STATE.md — 活跃工作记忆
## 当前任务
[我们现在正在做什么]
## 关键上下文
- 用户偏好: ...
- 已做决策: ...
- 阻塞项: ...
## 待处理动作
- [ ] ...规则: 响应前写入。由用户输入触发，非智能体记忆。
第2层: WARM STORE (LanceDB向量)
来源: lancedb-memory
跨所有记忆的语义搜索。自动回忆注入相关上下文。
# 自动回忆（自动发生）
memory_recall query="项目状态" limit=5
# 手动存储
memory_store text="用户偏好暗色模式" category="preference" importance=0.9第3层: COLD STORE (Git-Notes知识图)
来源: git-notes-memory
结构化决策、学习和上下文。分支感知。
# 存储决策（静默 — 永不宣布）
python3 memory.py -p $DIR remember '{"type":"decision","content":"前端使用React"}' -t tech -i h
# 检索上下文
python3 memory.py -p $DIR get "frontend"第4层: 精选档案 (MEMORY.md + daily/)
来源: OpenClaw原生
人类可读的长期记忆。每日日志 + 提炼智慧。
workspace/
├── MEMORY.md # 精选长期（精华）
└── memory/
├── 2026-01-30.md # 每日日志
├── 2026-01-29.md
└── topics/ # 主题特定文件第5层: 云备份 (SuperMemory) — 可选
来源: supermemory
跨设备同步。与你的知识库聊天。
export SUPERMEMORY_API_KEY="your-key"
supermemory add "重要上下文"
supermemory search "我们决定了什么关于..."第6层: 自动提取 (Mem0) — 推荐
新: 自动事实提取
Mem0自动从对话中提取事实。80% token减少。
npm install mem0ai
export MEM0_API_KEY="your-key"WAL协议（关键）
写前日志: 响应前写入状态，非之后。
| 触发器 | 动作 |
|---|---|
| 用户陈述偏好 | 写入SESSION-STATE.md → 然后响应 |
| 用户做出决策 | 写入SESSION-STATE.md → 然后响应 |
| 用户给出截止日期 | 写入SESSION-STATE.md → 然后响应 |
| 用户纠正你 | 写入SESSION-STATE.md → 然后响应 |
为什么？ 如果你先响应然后在保存前崩溃/压缩，上下文丢失。WAL确保持久性。
核心参数
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
| autoRecall | bool | true | 自动回忆 |
| autoCapture | bool | false | 自动捕获 |
| minImportance | float | 0.7 | 最小重要性阈值 |
| maxResults | int | 10 | 最大结果数 |
| minScore | float | 0.3 | 最小相似度分数 |
使用示例
示例工作流
用户: "这个项目我们用Tailwind，不用vanilla CSS"
智能体（内部）:
1. 写入SESSION-STATE.md: "决策：用Tailwind，不用vanilla CSS"
2. 存储到Git-Notes: 关于CSS框架的决策
3. memory_store: "用户偏好Tailwind胜过vanilla CSS" importance=0.9
4. 然后响应: "好的 — 用Tailwind..."维护命令
# 审计向量记忆
memory_recall query="*" limit=50
# 清除所有向量（核选项）
rm -rf ~/.openclaw/memory/lancedb/
openclaw gateway restart
# 导出Git-Notes
python3 memory.py -p . export --format json > memories.json
# 检查记忆健康
du -sh ~/.openclaw/memory/
wc -l MEMORY.md
ls -la memory/版本历史
| 版本 | 日期 | 变化 |
|---|---|---|
| v1.0.0 | 2026-04-12 | ClawHub发布版 |
*🎩 马斯克出品 | 打造地表最强智能体*