baneeishaque/ljt-520_openclaw-backup / skills/0range-x/triple-layer-memory
triple-layer-memory
Verified| File | Kind | Size |
|---|---|---|
| README.md | markdown | 2.1 KB |
| SKILL.md | skill md | 7.3 KB |
| _meta.json | config | 299 B |
| docs/github-upload-guide.md | markdown | 3.1 KB |
| docs/mem0-channel-isolation.md | markdown | 2.2 KB |
| package.json | manifest | 598 B |
| scripts/auto_memory_write.py | script | 4.2 KB |
| scripts/channel_memory.py | script | 5.0 KB |
| scripts/init.sh | script | 4.0 KB |
| scripts/memory_consistency.py | script | 1.9 KB |
| scripts/memory_decay.py | script | 8.9 KB |
| scripts/memory_meta.py | script | 3.0 KB |
| scripts/session_compress.py | script | 3.0 KB |
| templates/MEMORY_ARCHITECTURE.md | markdown | 9.8 KB |
| upload-to-github.sh | script | 2.7 KB |
templates/MEMORY_ARCHITECTURE.md
View on GitHub# 记忆系统架构(三层设计)
## 架构总览
```
┌─────────────────────────────────────────────────────────────┐
│ Layer 3: Session 管理层(新增) │
│ - Session 自动压缩(150k tokens 触发) │
│ - 记忆写入时机优化(关键时机立即写入) │
│ - 跨 Session 记忆连续性(智能加载) │
│ - Session 上下文优先级管理(压缩时保留关键内容) │
│ - 智能记忆检索(根据上下文自动触发) │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ Layer 2: 文件层(结构化存储) │
│ ┌─────────────┬──────────────────┬──────────┬─────────────┐ │
│ │ 索引层 │ MEMORY.md │ 核心索引 │ 低频更新 │ │
│ ├─────────────┼──────────────────┼──────────┼─────────────┤ │
│ │ 项目层 │ memory/projects │ 项目状态 │ 中频更新 │ │
│ ├─────────────┼──────────────────┼──────────┼─────────────┤ │
│ │ 经验层 │ memory/lessons │ 经验沉淀 │ 中频更新 │ │
│ ├─────────────┼──────────────────┼──────────┼─────────────┤ │
│ │ 日志层 │ memory/YYYY-MM │ 交互日志 │ 高频更新 │ │
│ └─────────────┴──────────────────┴──────────┴─────────────┘ │
│ │
│ 记忆遗忘机制: │
│ - 语义去重(相似度 > 0.88 拒绝写入) │
│ - 高频命中自动升权 │
│ - 低权记忆自动归档 │
│ - 关键记忆永久保护(importance >= 8) │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ Layer 1: Mem0(向量检索) │
│ - 跨会话召回 │
│ - 自动向量匹配 │
│ - memory_search / memory_store / memory_forget │
│ - 频道级命名空间隔离(boss 全量,子频道 userId::channelKey)│
└─────────────────────────────────────────────────────────────┘
```
## Layer 1: Mem0(向量检索)
**框架**:https://github.com/mem0ai/mem0
**主要功能**:
- 跨会话召回:新 session 可以检索到之前的记忆
- 自动向量匹配:基于语义相似度检索
- API:memory_search / memory_store / memory_forget
**频道隔离**:
- boss 频道:使用主 userId,可以访问全量记忆
- 子频道:使用 userId::channelKey,只能访问本频道记忆
**配置文件**:
- ~/.openclaw/extensions/openclaw-mem0/index.ts
## Layer 2: 文件层(结构化存储)
### 索引层:MEMORY.md
**存储内容**:核心信息和记忆索引,保持精简
**更新频率**:低频(索引变化时)
**用途**:
- 长期认知(持续生效的规则)
- 配置记录(模型、频道等)
- 快速索引(指向详细记忆的位置)
### 项目层:memory/projects.md
**存储内容**:各项目当前状态和待办
**更新频率**:中频(项目变更时)
**用途**:
- 活跃项目追踪
- 待办事项管理
- 项目归档
### 经验层:memory/lessons.md
**存储内容**:问题解决方案,按重要性分级
**更新频率**:中频(遇到新问题时)
**用途**:
- 高优先级经验(importance >= 8)
- 中优先级经验(importance 5-7)
- 低优先级经验(importance < 5)
### 日志层:memory/YYYY-MM-DD.md
**存储内容**:交互日志
**更新频率**:高频(每次交互)
**用途**:
- 每日详细记录
- 时间线追溯
- Session 压缩后的总结
### 记忆遗忘机制
**实现脚本**:scripts/memory_decay.py
**机制**:
1. **语义去重**:相似度 > 0.88 拒绝写入
2. **高频命中**:访问次数 >= 5 自动升权(+1 importance)
3. **低权记忆**:权重 < 2.0 自动归档到 .archive/
4. **关键记忆**:importance >= 8 永久保护,永不归档
**权重计算**:
```
weight = importance + min(access_count, 10) * 0.5 - days_since * 0.3
```
**执行频率**:每周一次(通过 HEARTBEAT.md 触发)
## Layer 3: Session 管理层(新增)
### 1. Session 自动压缩
**触发条件**:token 使用量达到 150k
**执行动作**:
- 总结对话历史中的关键信息
- 写入 memory/YYYY-MM-DD.md
- 保留最近 50k tokens 的原始对话
**实现脚本**:scripts/session_compress.py
**触发方式**:HEARTBEAT.md 中的 token 检查
### 2. 记忆写入时机优化
**触发条件**:
- 完成关键任务(部署、配置变更、问题修复)
- 做出重要决策(架构选型、方案确定)
- 发现新问题或经验教训
- 重要性 >= 7 的信息
**执行动作**:
- 立即写入 memory/YYYY-MM-DD.md
- 同时写入 Mem0(memory_store)
- 带上完整元数据(importance, channel, tags)
**实现脚本**:scripts/auto_memory_write.py
### 3. 跨 Session 记忆连续性
**触发条件**:新 session 启动
**执行动作**:
- 读取最近 2 天的日志(memory/YYYY-MM-DD.md)
- 读取 MEMORY.md 核心索引
- 根据频道读取对应的记忆命名空间
- 如果用户提到具体项目或任务,调用 memory_search 检索相关记忆
**实现方式**:AGENTS.md 中的启动流程
### 4. Session 上下文优先级管理
**压缩时保留**:
- 当前任务的完整上下文
- 最近 3 轮的关键决策
- 未完成的待办事项
- 重要的配置和路径信息
**可激进压缩**:
- 已完成的任务细节
- 闲聊内容
- 重复的确认信息
**实现方式**:session_compress.py 中的优先级识别
### 5. 智能记忆检索
**触发条件**:
- 用户问及历史信息
- 遇到类似的问题或任务
- 需要配置或路径信息
**执行动作**:
- 自动调用 memory_search
- 提取相关记忆并应用到当前上下文
- 避免重复询问
**实现方式**:AGENTS.md 中的工作流规则
## 可选:Git Notes
**状态**:已安装未使用
**描述**:基于 git notes 的知识图谱记忆系统,利用 git 的分支和 notes 机制存储结构化记忆。
**技能位置**:skills/git-notes-memory/
**使用场景**:
- 需要版本控制的记忆
- 需要分支管理的记忆
- 需要和代码仓库关联的记忆
## 数据流
```
用户交互
↓
Session 管理层(判断是否需要压缩/写入/检索)
↓
文件层(结构化存储)
↓
Mem0(向量检索)
↓
记忆遗忘机制(定期清理)
```
## 配置文件
- **Mem0 配置**:~/.openclaw/extensions/openclaw-mem0/index.ts
- **频道配置**:~/.openclaw/openclaw.json
- **启动流程**:AGENTS.md
- **心跳检查**:HEARTBEAT.md
- **长期认知**:MEMORY.md
## 维护脚本
- **session_compress.py**:Session 自动压缩
- **auto_memory_write.py**:自动记忆写入
- **memory_decay.py**:记忆衰减和归档
- **memory_consistency.py**:跨层一致性校验
- **channel_memory.py**:频道记忆路由
- **memory_meta.py**:元数据管理
## 最佳实践
1. **日志写入**:记录结论而非过程
2. **项目变更**:同步更新 memory/projects.md
3. **遇到问题**:记录到 memory/lessons.md
4. **索引变化**:更新 MEMORY.md
5. **元数据必填**:每条记忆必须带 importance、channel、tags
6. **关键时机写入**:不等 session 结束,立即写入
7. **定期维护**:每周执行记忆衰减和归档
## 性能指标
- **Session 寿命**:从 ~100k tokens 提升到 ~150k tokens(自动压缩)
- **记忆丢失率**:从 ~30%(session 结束才写入)降低到 ~5%(关键时机立即写入)
- **新 session 启动时间**:从 ~10s(手动加载)降低到 ~3s(自动加载)
- **记忆检索准确率**:从 ~60%(手动搜索)提升到 ~85%(智能检索)
- **存储空间**:每月增长 ~10MB(日志层),每季度归档一次
## 未来优化方向
1. **多模态记忆**:支持图片、音频、视频记忆
2. **记忆图谱**:构建记忆之间的关联关系
3. **预测性加载**:根据用户行为预测需要加载的记忆
4. **分布式记忆**:支持多设备、多用户的记忆同步
5. **记忆压缩算法**:更智能的压缩策略,保留更多关键信息
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |