Token导航 LogoToken导航TokenDH.com
开发需要联网clawhub未标认证来源可访问clear审计通过

openclaw-memory-freshnessOpenClaw 记忆 freshness

Agent Skill

openclaw-memory-freshness 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,668

周安装

109

GitHub Stars

公开资料未说明

下载量

863
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:openclaw-memory-freshness(OpenClaw 记忆 freshness)
来源仓库:https://github.com/nicshliu/openclaw-memory-freshness
安装命令:
openclaw skills install openclaw-memory-freshness
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install openclaw-memory-freshness

简介

为 OpenClaw 4.2 记忆搜索结果添加新鲜度警告。当记忆搜索结果返回时自动注入时间戳警告,提示模型验证旧记忆。当用户提到记忆过时、记忆不准确、记忆过期、或要求添加记忆新鲜度提醒时触发。

SKILL.md

name
openclaw-memory-freshness
description
为 OpenClaw 4.2 记忆搜索结果添加新鲜度警告。当记忆搜索结果返回时自动注入时间戳警告,提示模型验证旧记忆。当用户提到记忆过时、记忆不准确、记忆过期、或要求添加记忆新鲜度提醒时触发。

OpenClaw Memory Freshness

在记忆搜索结果中自动注入新鲜度警告,提示模型验证旧记忆。

核心问题

OpenClaw 4.2 的 memory 系统返回搜索结果时,不包含 mtimeMs 时间戳信息。模型无法判断一条记忆是昨天创建的还是半年前创建的。

Claude Code 有 memoryFreshnessText 函数,生成类似:

> ⚠️ 此记忆 7 天前创建。代码可能已变化,使用前请先 grep 验证。

新鲜度警告规则

记忆年龄警告级别警告内容
≤ 1 天无警告
2–7 天⚠️ 低记忆较新,但仍建议验证
7–30 天⚠️ 中记忆可能过时,使用前验证
> 30 天🔴 高记忆严重过时,代码可能已变化,必须验证

实现方式

方式 1:通过 system prompt 注入(推荐)

~/.openclaw/openclaw.jsonagents.defaults.systemPrompt 中添加:

## 记忆新鲜度规则

当使用记忆中的信息时,遵循以下规则:

1. **≤ 2 天**:可直接使用
2. **2–7 天**:使用前简单验证(如 grep 文件是否存在)
3. **7–30 天**:使用前必须验证(如 grep 函数是否存在,内容是否匹配)
4. **> 30 天**:标记为过时,**必须**通过实际读取文件验证后使用

记忆可能过时,因为:
- 代码已被修改或删除
- 配置已更改
- 项目架构已重构

方式 2:记忆文件添加时间戳

在每次记忆写入时,在文件顶部添加创建时间:

> 创建时间: 2026-03-01
> 最后验证: 2026-03-05
> ⚠️ 7 天前创建,代码可能已变化

## [user] 项目配置

...

方式 3:搜索结果中注入 freshness score

修改搜索结果的提示,格式如下:

## 相关记忆
- `[user] 项目配置` (创建于 7 天前) ⚠️
  描述: 用户偏好使用 pnpm

- `[project] API 设计` (创建于 45 天前) 🔴
  描述: REST vs GraphQL 决策

验证行为

当模型要基于记忆行动时,必须遵循:

当记忆信息需要被使用时:
1. 如果记忆指向文件 → `grep -n "关键字" [文件路径]`
2. 如果记忆指向函数/配置 → `rg "函数名|配置名"`
3. 验证匹配后再使用,**不要**直接假设记忆内容仍正确

关闭新鲜度警告

如果用户明确说"我知道这是旧记忆,直接用",可以跳过验证。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

96.94%
按下载量换算837

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills