- name
- tiered-recall
- version
- 1.1.0
- description
- 分层回忆系统 - 解决上下文长度限制，保持项目延续性。每次新session自动加载核心记忆+最近日志+活跃项目，支持手动深度回忆。索引含10字内摘要，方便区分同名条目。
- license
- MIT
- author
- davidme6
- homepage
- https://clawhub.com/skill/tiered-recall
- repository
- https://github.com/davidme6/tiered-recall
- keywords
- [memory, recall, context, session, continuity]
- changelog
- v1.1.0: 增加10字内极致摘要，方便区分同名条目。v1.0.3: 加标题。v1.0.0: 初始版本
Tiered Recall 🧠📚
分层回忆系统 - 解决大模型上下文长度限制，保持项目延续性
🎯 核心问题
大模型上下文有限（约20万token），复杂项目可能跨多天、多窗口进行。每次新session开始时，如何快速恢复上下文，保持工作延续性？
常见痛点：
- 新开窗口，之前的项目背景丢失
- 跨天任务，第二天不记得昨天做了什么
- 多项目并行，切换时混乱
- 手动回顾太慢，浪费时间
🚀 解决方案：分层回忆
自动加载策略（每次新session）
| 层级 | 内容 | Token预算 | 加载条件 |
|---|---|---|---|
| 🔴 L0 核心 | MEMORY.md | ~4k | 始终加载 |
| 🟠 L1 近期 | 最近2天日志 | ~10k | 始终加载 |
| 🟡 L2 项目 | 活跃项目文件 | ~5k | 自动检测 |
| 🟢 L3 索引 | 记忆索引 | ~1k | 始终加载 |
| 总计 | ~20k |
总预算：~20k token，约占总上下文的10%
📂 文件结构
workspace/
├── MEMORY.md # L0 核心记忆（长期）
├── memory/
│ ├── 2026-03-25.md # 每日日志
│ ├── 2026-03-24.md
│ ├── 2026-03-23.md
│ └── ...
├── .tiered-recall/
│ ├── index.json # 记忆索引
│ ├── projects.json # 活跃项目清单
│ └── state.json # 加载状态
└── skills/
└── tiered-recall/
└── SKILL.md # 本技能🔄 自动加载流程
Step 1: 检测触发条件
自动触发：
- 新session开始
- 用户说"继续之前的项目"
- 用户提到项目名称
Step 2: 加载L0核心记忆
# MEMORY.md 加载
- 用户基本信息
- 重要偏好
- 长期决策
- 关键项目记录Step 3: 加载L1近期日志
# 最近2天日志
- memory/2026-03-25.md
- memory/2026-03-24.md自动提取：
- 昨天做了什么
- 今天待办事项
- 未完成任务
Step 4: 加载L2活跃项目
// .tiered-recall/projects.json
{
"active": [
{
"name": "合成天选打工人",
"path": "games/merge-worker/",
"lastActive": "2026-03-24",
"keyFiles": ["index.html", "README.md"]
},
{
"name": "搞钱特战队",
"path": "products/AI-Guide/",
"lastActive": "2026-03-24",
"keyFiles": ["chapter1/"]
}
]
}Step 5: 加载L3记忆索引
// .tiered-recall/index.json
{
"topics": {
"游戏开发": ["memory/2026-03-23.md:line100-200", "memory/2026-03-24.md:line50-150"],
"搞钱特战队": ["memory/2026-03-24.md:line200-400"],
"OpenClaw变现": ["memory/2026-03-24.md:line400-600"]
},
"lastUpdated": "2026-03-25T09:00:00"
}🎮 手动深度回忆
当默认加载不够时，用户可以要求深度回忆：
指令语法
| 指令 | 作用 | 示例 |
|---|---|---|
继续回忆 | 加载更多相关记忆 | "继续回忆游戏项目" |
回忆 [项目名] | 加载该项目全部记忆 | "回忆搞钱特战队" |
回忆 [天数] | 加载指定天数日志 | "回忆最近7天" |
回忆 [日期] | 加载指定日期日志 | "回忆3月20日" |
回忆 [关键词] | 按关键词搜索记忆 | "回忆抖音小游戏" |
执行流程
用户: "回忆搞钱特战队"
↓
1. 搜索 index.json 找到相关条目
2. 加载相关日期日志的相关段落
3. 加载项目文件
4. 生成项目上下文摘要
5. 输出给用户确认📊 Token 预算控制
默认加载（~20k token）
L0 MEMORY.md ████████░░ 4k
L1 最近2天日志 ████████████████████████░░ 10k
L2 活跃项目 ██████████░░ 5k
L3 记忆索引 ██░░ 1k
─────────────────────
总计 ~20k token深度回忆时（动态调整）
用户要求: "回忆搞钱特战队全部记忆"
↓
预估: 约50k token
↓
策略:
1. 先加载摘要（~10k）
2. 询问用户是否继续
3. 分批加载，每批~20k🛠️ 脚本命令
生成记忆索引
python skills/tiered-recall/scripts/build-index.py功能：
- 扫描
memory/目录所有日志 - 提取关键词和主题
- 生成
index.json
更新活跃项目
python skills/tiered-recall/scripts/update-projects.py功能：
- 扫描最近日志中提到的项目
- 更新
projects.json
完整加载
python skills/tiered-recall/scripts/load.py [--deep] [--project NAME]参数：
--deep深度加载，突破默认token限制--project NAME只加载指定项目
📝 使用示例
场景1：新session自动加载
[新session开始]
AI:
📖 加载核心记忆... ✓ (MEMORY.md)
📅 加载近期日志... ✓ (2026-03-25, 2026-03-24)
📂 加载活跃项目... ✓ (合成天选打工人, 搞钱特战队)
📑 加载记忆索引... ✓
=== 今日上下文 ===
1. 昨天完成：搞钱特战队商业模式确定
2. 今天待办：制作引流资料包
3. 活跃项目：合成天选打工人、搞钱特战队
================
早安！今天要继续哪个项目？场景2：手动深度回忆
用户: 回忆合成天选打工人全部记忆
AI:
🔍 搜索中...
找到相关记录: 2026-03-23, 2026-03-24
📖 加载2026-03-23相关段落...
- 游戏版本迭代 v2.6 → v2.24
- 修复7个Bug
- 11人团队评估通过
📖 加载2026-03-24相关段落...
- 准备软著材料
- 抖音小游戏适配讨论
📂 加载项目文件...
- games/merge-worker/index.html (108KB)
- games/merge-worker/VERSION_HISTORY.md
=== 项目摘要 ===
游戏名称：天选打工人
当前版本：v2.24
状态：已完成，可上线
下一步：软著申请、抖音上线
================
需要继续回忆更多细节吗？场景3：跨天任务延续
用户: 继续昨天的引流资料包制作
AI:
🔍 查找昨天记录...
2026-03-24: "制作免费引流资料包"
📖 加载相关上下文...
- 第一章教程已完成（17000字）
- 封面v8已完成
- 小红书账号已设置
📂 加载工作文件...
- products/AI-Guide/chapter1/
好的，继续制作引流资料包。昨天第一章已完成，今天要做的是：
1. 整理成PDF
2. 添加封面
3. 准备下载链接
开始吗？⚙️ 配置选项
.tiered-recall/config.json
{
"defaultLayers": ["L0", "L1", "L2", "L3"],
"recentDays": 2,
"maxTokensPerLayer": {
"L0": 4000,
"L1": 10000,
"L2": 5000,
"L3": 1000
},
"deepRecallBudget": 50000,
"autoLoadOnNewSession": true
}🔧 技术实现
记忆索引生成算法
def build_index(memory_dir):
"""扫描日志，提取主题和关键词"""
index = {"topics": {}, "lastUpdated": datetime.now().isoformat()}
for file in sorted(memory_dir.glob("*.md"), reverse=True):
content = file.read_text(encoding="utf-8")
# 提取标题和章节
sections = extract_sections(content)
# 识别主题
for section in sections:
topic = classify_topic(section["title"])
if topic:
index["topics"].setdefault(topic, []).append({
"file": file.name,
"lines": section["lines"],
"summary": summarize(section["content"])
})
return index活跃项目检测
def detect_active_projects(memory_dir, days=7):
"""从最近日志中检测活跃项目"""
projects = {}
for file in get_recent_files(memory_dir, days):
content = file.read_text(encoding="utf-8")
# 匹配项目关键词
for match in PROJECT_PATTERNS:
if match["pattern"] in content:
project = match["name"]
projects[project] = {
"lastMentioned": file.stem,
"path": match.get("path"),
"keyFiles": match.get("keyFiles", [])
}
return projects🎯 最佳实践
1. 保持MEMORY.md精简
- ✅ 只放长期重要的信息
- ❌ 不要放每日琐事
- 目标：< 200行
2. 每日日志结构化
# 2026-03-25 日志
## 📌 今日重点
- [x] 任务A
- [ ] 任务B
## 🎮 项目：合成天选打工人
进度：v2.24完成
下一步：软著申请
## 💰 项目：搞钱特战队
进度：商业模式确定
下一步：制作资料包3. 项目关键词规范
在日志中使用统一的项目名称：
- ✅ "合成天选打工人"、"搞钱特战队"
- ❌ "那个游戏"、"赚钱的项目"
4. 定期清理索引
# 每周运行一次
python skills/tiered-recall/scripts/build-index.py --clean📈 效果对比
| 场景 | 无分层回忆 | 有分层回忆 |
|---|---|---|
| 新session启动 | 手动回顾5-10分钟 | 自动加载，即刻恢复 |
| 跨天任务 | "我们昨天做什么来着" | "继续昨天的X任务" |
| 多项目切换 | 混乱、遗忘 | 自动加载项目上下文 |
| Token消耗 | 随机、不稳定 | 可控、~20k预算 |
🤝 与其他技能协作
| 技能 | 协作方式 |
|---|---|
self-improving-enhancement | 共享记忆结构，增量更新 |
team-collab | 团队会议记录自动索引 |
proactive-agent | 心跳检查时更新索引 |
📝 Changelog
v1.0.0 (2026-03-25)
- ✨ 初始版本
- 🔄 支持分层自动加载
- 🔍 支持手动深度回忆
- 📊 Token预算控制
- 🗂️ 记忆索引生成
💬 Feedback
- Issues: GitHub Issues
- Rate:
clawhub star tiered-recall - Update:
clawhub sync tiered-recall
Made with 🧠 by davidme6