wiki-ingest: 4 Agent Use Cases (autonomous PM, content factory, product factory, knowledge base RAG) - 2026-04-15 evening batch

wiki/concepts/双层记忆架构.md

@@ -0,0 +1,36 @@
+---
+title: "双层记忆架构"
+type: concept
+tags: [openclaw, memory, agent, long-term, short-term]
+last_updated: 2026-04-15
+---
+
+## Definition
+OpenClaw Agent 的记忆体系，由短期记忆层、长期记忆层和 self-improving 层三层构成，各司其职实现上下文连续性和持续进化。
+
+## 三层架构
+
+### 短期记忆层
+- 媒介：memory/YYYY-MM-DD.md 每日文件
+- 职责：保存当天对话记录、操作、遇到的问题、未完成事项
+- 触发：每次 Session 启动时检查并创建当天文件（修复无对话日记忆断层问题）
+
+### 长期记忆层
+- 媒介：memory-lancedb-pro（基于 LanceDB 的向量数据库）
+- 职责：重要的决策、用户偏好、反复使用的流程，通过语义搜索找回
+- 机制：hybrid retrieval（向量 + BM25），Weibull 衰减
+
+### Self-Improving 层
+- 媒介：LEARNINGS.md / ERRORS.md
+- 职责：每次踩坑都记录，Pattern-Key 追踪重复，Recurrence-Count 量化系统性
+- 触发：每日 23:00 定时复盘
+
+## 分工原则
+- 每日文件：管上下文（接上昨天的工作）
+- 向量数据库：管知识（语义搜索）
+- self-improving：管成长（错误不重复）
+
+## Connections
+- [[Self-Improving Skill]] ← 成长层 ← [[双层记忆架构]]
+- [[memory-lancedb-pro]] ← 长期层 ← [[双层记忆架构]]
+- [[记忆断层]] ← 问题 ← [[双层记忆架构]]