50 lines
1.5 KiB
Markdown
50 lines
1.5 KiB
Markdown
---
|
||
title: "Agent-Memory"
|
||
type: concept
|
||
tags: [OpenClaw, Agent, Memory, Long-Term]
|
||
sources: [万字讲透openclaw-workspace深度解析-2026-03-21]
|
||
last_updated: 2026-03-21
|
||
---
|
||
|
||
## Definition
|
||
|
||
**Agent-Memory** 是 OpenClaw 通过 workspace 文件体系实现的**跨会话长期记忆**机制。核心洞察：对 Agent 来说，真正算数的长期记忆，是 workspace 里那些 Markdown 文件，不是什么看不见摸不着的黑盒数据库。
|
||
|
||
## 记忆机制
|
||
|
||
OpenClaw 支持两种记忆方案：
|
||
|
||
- **builtin**（默认）：原始记忆还是 Markdown 文件，系统维护本地索引方便检索
|
||
- **qmd**：换了一套更强的检索/索引方式来辅助"想起来"
|
||
|
||
## 工作流程
|
||
|
||
```
|
||
对话发生
|
||
↓
|
||
Agent 通过普通文件工具把重要信息写入 `memory/` 或 `MEMORY.md`
|
||
↓
|
||
下次对话开始
|
||
↓
|
||
Agent 通过 `memory_search` / `memory_get` 检索相关记忆
|
||
↓
|
||
相关记忆被注入到当前对话的上下文里
|
||
↓
|
||
Agent 表现出"我记得你说过……"的能力
|
||
```
|
||
|
||
## 为什么重要
|
||
|
||
默认情况下，LLM 对话是无状态的——每次新开会话，什么都不记得。对持续工作的 Agent 来说很伤：
|
||
|
||
- 每次都要重新解释项目背景
|
||
- Agent 无法在多个会话之间积累对工作的理解
|
||
- 花了时间告诉它的偏好和经验，换个会话就白费了
|
||
|
||
## Related Concepts
|
||
|
||
- [[MEMORY.md]] — 长期知识总表，与 memory/ 目录共同构成记忆层
|
||
- [[Workspace]] — Agent-Memory 的载体
|
||
- [[OpenClaw]] — 实现 Agent-Memory 的框架
|
||
|