名称： elite-longterm-memory
版本： 1.2.3
描述： "专为 Cursor、Claude、ChatGPT 和 Copilot 打造的终极 AI 智能体记忆系统。集成 WAL 协议 + 向量搜索 + Git-Notes + 云备份。从此不再丢失上下文。为心流编程（Vibe-coding）而生。"
作者： NextFrontierBuilds
关键词： [memory, ai-agent, ai-coding, long-term-memory, vector-search, lancedb, git-notes, wal, persistent-context, claude, claude-code, gpt, chatgpt, cursor, copilot, github-copilot, openclaw, moltbot, vibe-coding, agentic, ai-tools, developer-tools, devtools, typescript, llm, automation]
元数据：
openclaw:
emoji: "🧠"
requires:
env:
- OPENAI_API_KEY
plugins:
- memory-lancedb

Elite Longterm Memory 🧠

AI 智能体的终极记忆系统。 将六种经过验证的方法融合为一个坚不可摧的架构。

永不丢失上下文。永不忘记决策。永不重蹈覆辙。

架构总览

┌─────────────────────────────────────────────────────────────────┐
│                    ELITE LONGTERM MEMORY                        │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐             │
│  │   热内存    │  │   温存储    │  │   冷存储    │             │
│  │   HOT RAM   │  │  WARM STORE │  │  COLD STORE │             │
│  │             │  │             │  │             │             │
│  │ SESSION-    │  │  LanceDB    │  │  Git-Notes  │             │
│  │ STATE.md    │  │   向量      │  │   知识图谱  │             │
│  │             │  │             │  │             │             │
│  │ (压缩后保留)│  │ (语义搜索)  │  │ (永久决策)  │             │
│  └─────────────┘  └─────────────┘  └─────────────┘             │
│         │                │                │                     │
│         └────────────────┼────────────────┘                     │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │  MEMORY.md  │  ← 精选长期记忆                │
│                  │  + daily/   │    (人类可读)                  │
│                  └─────────────┘                                │
│                          │                                      │
│                          ▼                                      │
│                  ┌─────────────┐                                │
│                  │ SuperMemory │  ← 云备份 (可选)               │
│                  │    API      │                                │
│                  └─────────────┘                                │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

五层记忆体系

第一层：热内存 (SESSION-STATE.md)

源自：bulletproof-memory

活跃的工作记忆，在压缩后依然保留。采用预写日志（WAL）协议。

# SESSION-STATE.md — 活跃工作记忆

## 当前任务
[我们正在处理的任务]

## 关键上下文
- 用户偏好：...
- 已做决策：...
- 当前阻碍：...

## 待办事项
- [ ] ...

规则： 在响应之前写入。由用户输入触发，而非智能体自身记忆。

第二层：温存储 (LanceDB 向量)

源自：lancedb-memory

对所有记忆进行语义搜索。自动回忆并注入相关上下文。

# 自动回忆 (自动触发)
memory_recall query="项目状态" limit=5

# 手动存储
memory_store text="用户偏好深色模式" category="preference" importance=0.9

第三层：冷存储 (Git-Notes 知识图谱)

源自：git-notes-memory

存储结构化决策、学习心得和上下文。支持分支感知。

# 存储决策 (静默 - 永不主动宣布)
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"

第四层：精选归档 (MEMORY.md + daily/)

源自：OpenClaw 原生

人类可读的长期记忆。包含每日日志和提炼的智慧。

workspace/
├── MEMORY.md              # 精选长期记忆 (精华部分)
└── memory/
    ├── 2026-01-30.md      # 每日日志
    ├── 2026-01-29.md
    └── topics/            # 主题特定文件

第五层：云备份 (SuperMemory) — 可选

源自：supermemory

跨设备同步。可与你的知识库对话。

export SUPERMEMORY_API_KEY="your-key"
supermemory add "重要上下文"
supermemory search "我们关于...的决定是什么"

第六层：自动提取 (Mem0) — 推荐

新增功能：自动事实提取

Mem0 自动从对话中提取事实。可减少 80% 的令牌使用。

npm install mem0ai
export MEM0_API_KEY="your-key"

const { MemoryClient } = require('mem0ai');
const client = new MemoryClient({ apiKey: process.env.MEM0_API_KEY });

// 对话自动提取事实
await client.add(messages, { user_id: "user123" });

// 检索相关记忆
const memories = await client.search(query, { user_id: "user123" });

优势：
- 自动提取偏好、决策、事实
- 去重并更新现有记忆
- 相比原始历史记录，减少 80% 令牌使用
- 跨会话自动工作

快速设置

1. 创建 SESSION-STATE.md (热内存)

cat > SESSION-STATE.md << 'EOF'
# SESSION-STATE.md — 活跃工作记忆

此文件是智能体的“RAM”——在压缩、重启、干扰后依然存在。

## 当前任务
[无]

## 关键上下文
[暂无]

## 待办事项
- [ ] 无

## 近期决策
[暂无]

---
*最后更新：[时间戳]*
EOF

2. 启用 LanceDB (温存储)

在 ~/.openclaw/openclaw.json 中配置：

{
  "memorySearch": {
    "enabled": true,
    "provider": "openai",
    "sources": ["memory"],
    "minScore": 0.3,
    "maxResults": 10
  },
  "plugins": {
    "entries": {
      "memory-lancedb": {
        "enabled": true,
        "config": {
          "autoCapture": false,
          "autoRecall": true,
          "captureCategories": ["preference", "decision", "fact"],
          "minImportance": 0.7
        }
      }
    }
  }
}

3. 初始化 Git-Notes (冷存储)

cd ~/clawd
git init  # 如果尚未初始化
python3 skills/git-notes-memory/memory.py -p . sync --start

4. 验证 MEMORY.md 结构

# 确保拥有：
# - 工作区根目录下的 MEMORY.md
# - 存放每日日志的 memory/ 文件夹
mkdir -p memory

5. (可选) 设置 SuperMemory

export SUPERMEMORY_API_KEY="your-key"
# 添加到 ~/.zshrc 以实现持久化

智能体操作指南

会话开始时

1. 读取 SESSION-STATE.md — 这是你的热上下文
2. 运行 memory_search 查找相关的先前上下文
3. 检查 memory/YYYY-MM-DD.md 了解近期活动

对话过程中

1. 用户提供了具体细节？ → 在响应之前写入 SESSION-STATE.md
2. 做出了重要决策？ → 静默地存储到 Git-Notes
3. 表达了偏好？ → 使用 memory_store 并设置 importance=0.9

会话结束时

1. 用最终状态更新 SESSION-STATE.md
2. 将值得长期保留的重要事项移至 MEMORY.md
3. 在 memory/YYYY-MM-DD.md 中创建/更新每日日志

记忆维护 (每周)

1. 审查 SESSION-STATE.md — 归档已完成的任务
2. 检查 LanceDB 中的无用信息：memory_recall query="*" limit=50
3. 清除无关向量：memory_forget id=<id>
4. 将每日日志整合到 MEMORY.md 中

WAL 协议 (至关重要)

预写日志： 在响应之前写入状态，而不是之后。

为什么？ 如果你先响应，然后在保存前崩溃/压缩，上下文就会丢失。WAL 确保了持久性。

工作流示例

用户："这个项目我们用 Tailwind，不用原生 CSS"

智能体 (内部)：
1. 写入 SESSION-STATE.md："决策：使用 Tailwind，而非原生 CSS"
2. 存储到 Git-Notes：关于 CSS 框架的决策
3. memory_store："用户偏好 Tailwind 而非原生 CSS" importance=0.9
4. **然后** 响应："明白了 — 就用 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

# 检查记忆健康状况
du -sh ~/.openclaw/memory/
wc -l MEMORY.md
ls -la memory/

记忆失效原因分析

了解根本原因有助于修复问题：

解决方案 (按实施难度排序)

1. 快速见效：启用 memory_search

如果你有 OpenAI 密钥，启用语义搜索：

openclaw configure --section web

这将启用对 MEMORY.md + memory/*.md 文件的向量搜索。

2. 推荐方案：集成 Mem0

自动从对话中提取事实。减少 80% 令牌使用。

npm install mem0ai

const { MemoryClient } = require('mem0ai');

const client = new MemoryClient({ apiKey: process.env.MEM0_API_KEY });

// 自动提取并存储
await client.add([
  { role: "user", content: "我更喜欢 Tailwind 而不是原生 CSS" }
], { user_id: "ty" });

// 检索相关记忆
const memories = await client.search("CSS 偏好", { user_id: "ty" });

3. 优化文件结构 (无依赖)

memory/
├── projects/
│   ├── strykr.md
│   └── taska.md
├── people/
│   └── contacts.md
├── decisions/
│   └── 2026-01.md
├── lessons/
│   └── mistakes.md
└── preferences.md

保持 MEMORY.md 为摘要 (<5KB)，并链接到详细文件。

即时修复清单

故障排除

智能体在对话中不断忘记：
→ SESSION-STATE.md 未更新。检查 WAL 协议。

注入了不相关的记忆：
→ 禁用 autoCapture，提高 minImportance 阈值。

记忆过大，回忆缓慢：
→ 执行维护：清除旧向量，归档每日日志。

Git-Notes 未持久化：
→ 运行 git notes push 以同步到远程仓库。

memory_search 无返回结果：
→ 检查 OpenAI API 密钥：echo $OPENAI_API_KEY
→ 验证 openclaw.json 中 memorySearch 已启用

相关链接

• bulletproof-memory: https://clawdhub.com/skills/bulletproof-memory
• lancedb-memory: https://clawdhub.com/skills/lancedb-memory
• git-notes-memory: https://clawdhub.com/skills/git-notes-memory
• memory-hygiene: https://clawdhub.com/skills/memory-hygiene
• supermemory: https://clawdhub.com/skills/supermemory

由 @NextXFrontier 构建 — 属于 Next Frontier AI 工具包的一部分