openclaw——记忆

发表于 2026-02-04 分类于产品， openclaw 阅读次数：

常用命令

openclaw gateway restart
openclaw gateway start
openclaw gateway stop

openclaw dashboard
openclaw onboard
openclaw gateway status
openclaw models auth login --provider openai-codex

长期记忆

方式

OpenClaw 记忆是智能体工作空间中的纯 Markdown 文件。这些文件是唯一的事实来源；模型只”记住”写入磁盘的内容。

这里面的记忆又分为两种，分别是用户级的记忆和日志记忆，memory文件夹中存放的是日志记忆，记录每天对话的需要长期存储的内容

新对话长期记忆的读取：1.读取日志记忆中今天和昨天的内容。2.读取用户级记忆

还可以通过配置，设定额外的记忆空间

agents: {
  defaults: {
    memorySearch: {
      extraPaths: ["../team-docs", "/srv/shared-notes/overview.md"]
    }
  }
}

除了对话和用户的记忆，openclaw本身的功能文件也是markdown存储

本地文档路径：C:\Users\ASUS\AppData\Roaming\npm\node_modules\openclaw\docs
技能（skills）路径：C:\Users\ASUS\AppData\Roaming\npm\node_modules\openclaw\skills\

何时写入记忆

对于何时写入记忆分为两种：

1.当用户谈及决策、偏好和持久性事实，写入 MEMORY.md。

2.日常笔记和运行上下文写入 memory/YYYY-MM-DD.md。当会话达到上下文限制时，会触发压缩，将当前会话记忆存储于memory/YYYY-MM-DD.md

用户同样可以通过对话进行记忆的存储

记忆的压缩

当会话接近自动压缩时，OpenClaw 会询问agent是否需要型在上下文被压缩之前写入持久记忆。

这由 agents.defaults.compaction.memoryFlush 控制：

{
  agents: {
    defaults: {
      compaction: {
        reserveTokensFloor: 20000,
        memoryFlush: {
          enabled: true,
          softThresholdTokens: 4000,
          systemPrompt: "Session nearing compaction. Store durable memories now.",
          prompt: "Write any lasting notes to memory/YYYY-MM-DD.md; reply with NO_REPLY if nothing to store.",
        },
      },
    },
  },
}

reserveTokensFloor: 20000代表必须要在还剩20000tokens前进行压缩（最后底线）

softThresholdTokens: 4000代表一个缓冲空间，当会话 token 估计超过 contextWindow - reserveTokensFloor - softThresholdTokens 时触发压缩提醒

记忆的搜索

openclaw分为两种记忆搜索的方式

1.使用向量索引构建小型的rag，需要配置向量模型的api或本地部署向量模型（默认方式）

2.如果没有配置向量模型，openclaw会选择直接遍历查看markdown文件进行记忆搜索

向量搜索

OpenClaw 可以在 MEMORY.md 和 memory/*.md上构建小型向量索引，以便语义查询可以找到相关笔记

流程如下：

默认使用远程嵌入。如果未设置 memorySearch.provider，OpenClaw 自动选择：
1. 如果配置了 memorySearch.local.modelPath 且文件存在，则使用 local。
2. 如果可以解析 OpenAI 密钥，则使用 openai。
3. 如果可以解析 Gemini 密钥，则使用 gemini。
4. 否则记忆搜索保持禁用状态直到配置完成。
本地模式使用 node-llama-cpp，可能需要运行 pnpm approve-builds。
使用 sqlite-vec（如果可用）在 SQLite 中加速向量搜索。

为什么 OpenAI 批处理快速又便宜：

对于大型回填，OpenAI 通常是我们支持的最快选项，因为我们可以在单个批处理作业中提交许多嵌入请求，让 OpenAI 异步处理它们。
OpenAI 为 Batch API 工作负载提供折扣定价，因此大型索引运行通常比同步发送相同请求更便宜。
详情参见 OpenAI Batch API 文档和定价：
- https://platform.openai.com/docs/api-reference/batch
- https://platform.openai.com/pricing

批处理模式 (Batch)：你把几千个、几万个请求打包成一个文件塞给 OpenAI，并告诉它：“我不急，你 24 小时内给我就行。”

原理：OpenAI 会利用服务器的闲置时段（比如凌晨）来处理这些任务。因为你帮它平摊了服务器压力，所以它给你 50% 甚至更多的折扣。

记忆工具

openclaw提供了两种记忆工具

memory_search 从 MEMORY.md + memory/**/*.md 语义搜索 Markdown 块。它返回片段文本、文件路径、行范围、分数，以及我们是否从本地回退到远程嵌入。不返回完整文件内容。

memory_get 读取特定的记忆 Markdown 文件（工作空间相对路径），可选从起始行开始读取 N 行。

两个工具仅在智能体的 memorySearch.enabled 解析为 true 时启用。

搜索方式

OpenClaw 结合：

向量相似度（语义匹配，措辞可以不同）
BM25 关键词相关性（精确令牌如 ID、环境变量、代码符号）

构建索引

索引存储：每个智能体的 SQLite 位于 ~/.openclaw/memory/<agentId>.sqlite

配置向量模型

查看构建结果

会话记忆

在 Gateway 网关主机上：
- 存储文件：~/.openclaw/agents/<agentId>/sessions/sessions.json（每个智能体）。
对话记录：~/.openclaw/agents/<agentId>/sessions/<SessionId>.jsonl（Telegram 话题会话使用 .../<SessionId>-topic-<threadId>.jsonl）。

参考资料

openclaw/openclaw: Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞

Gateway Runbook - OpenClaw

【Clawdbot为什么能记住你说过的话? AI记忆系统拆解】 https://www.bilibili.com/video/BV1fv61B4EQ5/?share_source=copy_web&vd_source=5e54f7845fd2cf2828efb1bae2286590