---
title: "双层记忆架构"
type: concept
tags: []
sources: []
last_updated: 2026-04-17
---

## 定义
AI Agent 的多层次持久化记忆方案，由三层构成：
1. **短期记忆层**：每日对话记录文件（`memory/YYYY-MM-DD.md`）
2. **长期记忆层**：基于 LanceDB 的向量数据库（`memory-lancedb-pro`）
3. **Self-Improving 层**：每日 23:00 定时复盘 + 结构化经验记录

## 架构设计
| 层级 | 存储介质 | 作用 | 检索方式 |
|------|---------|------|---------|
| 短期记忆 | 文件系统（每日文件） | 管上下文 | 文件名/日期 |
| 长期记忆 | LanceDB 向量数据库 | 管知识 | 语义搜索 |
| Self-Improving | LEARNINGS.md | 管成长 | Pattern-Key |

## 核心理念
**每日文件管上下文，向量数据库管知识，self-improving 管成长。**

## 解决的问题
- AI Agent "每次对话都是一张白纸" 的失忆问题
- 上下文窗口限制导致的历史信息丢失
- 重复踩坑（同类错误反复出现）

## 实际案例
- 3月27日 memory 文件为空 → 发现"只在第一次对话时创建文件"的漏洞 → 推动修改为"每次 Session 启动时都检查并创建当天文件"
- Telegram chat ID 格式错误只犯了两次就再也没出现

## 相关 Concept
- [[Self-Improving-Skill]]：最顶层的成长机制
- [[每日复盘机制]]：触发 Self-Improving 层的定时任务
- [[Pattern-Key]]：跨记忆层识别重复问题的信号
- [[Recurrence-Count]]：区分一次性错误与系统性重复

## 相关 Entity
- [[LanceDB]]：长期记忆层的底层引擎
- [[OpenClaw]]：提供文件系统和定时任务能力

## Aliases
- 双层记忆
- 三层记忆架构
- memory architecture