feat: 添加 Sean Matthew 的 OpenClaw 优化文章 x2

openclaw/xinghui/openclow-memory-fix.md

@@ -0,0 +1,115 @@
+# How to Fix Your OpenClaw's Memory
+
+> **来源**: [X @_sean_matthew](https://x.com/_sean_matthew/status/2031800232569102610)  
+> **作者**: Sean Matthew (认证账号)  
+> **发布日期**: 2026年3月12日  
+> **查看**: 1,669 次 | 5 转帖 | 41 喜欢 | 50 书签
+
+---
+
+## 摘要
+
+作者分享了修复 OpenClaw 内存问题的四个关键优化，帮助降低 token 消耗并提升 Agent 稳定性。
+
+---
+
+## 问题背景
+
+几周前，作者的 OpenClaw 出现问题：
+- Agent 不断遗忘重要上下文
+- Skills 没有正确触发
+- Cron job 停止运行
+- Telegram 中持续出现上下文相关错误
+- 会话越长，token 消耗越多
+
+最初以为是模型问题（当时使用 Kimi K2.5），后来切换到 Sonnet 4.6 有所改善，但**真正的问题在于 OpenClaw 的内存和上下文管理方式**。
+
+---
+
+## 四个修复方案
+
+### Fix 1: 防止压缩（Compaction）时丢失重要上下文
+
+**问题**: OpenClaw 有有限的上下文窗口，会话变长时会压缩旧消息为摘要，但重要的指令和细节会丢失。
+
+**解决方案**: 
+1. **Memory Flush** - 在压缩前将重要信息写入磁盘
+2. **Session Pruning** - 积极清理旧的上下文
+
+> 核心原则：只在上下文窗口中的内容是临时的，存在磁盘上的才会保留。
+
+---
+
+### Fix 2: 让检索真正生效
+
+**问题**: 重要信息虽然保存在磁盘上，但 Agent 不会主动查找，或者默认检索效果不够好。
+
+**解决方案**:
+1. 安装并配置 **QMD** (Tobi Lutke 的混合搜索引擎，结合关键词匹配、向量语义搜索和 LLM 重排序)
+2. 在 AGENTS.md 顶部添加明确的检索指令，让 Agent 在执行任务前搜索相关上下文
+3. 建立 LEARNINGS.md 文件，记录每次犯错后的规则，防止重复相同错误
+
+---
+
+### Fix 3: Heartbeat 成本陷阱
+
+**问题**: Heartbeat 每 30 分钟唤醒一次，每次都是完整的 API 调用，携带整个会话上下文（可能 10,000-15,000 tokens），非常昂贵。
+
+**解决方案**:
+```json
+{
+  "agents": {
+    "defaults": {
+      "heartbeat": {
+        "every": "30m",
+        "lightContext": true,
+        "model": "google/gemini-3.1-flash-lite-preview",
+        "activeHours": {
+          "start": "08:00",
+          "end": "23:00"
+        }
+      }
+    }
+  }
+}
+```
+
+关键优化:
+- **lightContext: true** - 只加载 HEARTBEAT.md，而不是整个系统提示
+- **使用便宜模型** - 如 Gemini 3.1 Flash-Lite，甚至可以用本地模型
+- **限制活跃时间** - 不需要凌晨 3 点检查，将心跳调用减半
+- **保持 HEARTBEAT.md 精简** - 只保留最基本的检查清单
+
+---
+
+### Fix 4: 完整系统提示审计
+
+**问题**: AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md、MEMORY.md 都会自动加载，作者从未审计过它们的大小和冗余。
+
+**解决方案**: 让 Claude Code 审计整个系统提示，识别冗余、重复和不必要的部分并精简。
+
+> 真正的问题不是换模型，而是裁剪不必要的系统文件。
+
+---
+
+## 总结
+
+推荐的优化顺序:
+1. **Memory Flush** - 压缩前将重要上下文写入磁盘
+2. **Session Pruning** - 防止长会话拖拽无效上下文
+3. **Retrieval + 启动指令** - 升级 QMD，确保 Agent 明确搜索 prior context
+4. **Heartbeat 优化** - 轻量上下文、便宜模型、限制活跃时间、精简 HEARTBEAT.md
+5. **系统提示审计** - 裁剪冗余内容
+
+**核心观点**: 构建 OpenClaw 时，选择的模型只是其次，**真正的价值在于确保 Agent 有良好的内存和上下文管理系统**。
+
+---
+
+## 相关资源
+
+- [Ramya's article on agent memory debugging](https://x.com/i/article/2025615759771123712)
+- [OpenClaw memory docs](https://docs.openclaw.ai/concepts/memory)
+- [OpenClaw session pruning docs](https://docs.openclaw.ai/concepts/session-pruning)
+- [OpenClaw heartbeat docs](https://docs.openclaw.ai/gateway/heartbeat)
+- [QMD by Tobi Lutke](https://github.com/tobi/qmd)
+- [YouTube 视频教程](https://youtu.be/UTztjR4o7Y8)