---

name: memory-system description: "OpenClaw 长期记忆管理系统。提供结构化记忆、向量记忆、语义搜索功能。Use when: 用户需要 AI 记住长期上下文、偏好、决策，或需要从记忆中进行语义搜索。" metadata: { "openclaw": { "emoji": "🧠" }, "version": "1.0.0", "author": "damien" }

Memory System Skill

OpenClaw 长期记忆管理系统

功能

1. 结构化记忆 (PostgreSQL)

• 目标 (Goals)
• 决策 (Decisions)
• 状态 (Status)
• 偏好 (Preferences)
• 参考资料 (Reference)

2. 向量记忆 (pgvector)

• 支持语义搜索
• 中文 embedding (bge-large-zh)
• 相似度匹配

3. 自动归档

• 本地文件保留 7 天
• 自动导入 PostgreSQL

数据库

数据库	端口	用途
Postgres.app	5432	结构化记忆
Homebrew PG	5433	向量搜索

连接

# 结构化记忆
psql -h localhost -p 5432 -U damien -d postgres

# 向量记忆  
psql -h localhost -p 5433 -U damien -d postgres

表结构

memory_structured (结构化)

CREATE TABLE memory_structured (
    id SERIAL PRIMARY KEY,
    category VARCHAR(50),  -- goals, decisions, status, preferences, reference
    title VARCHAR(200),
    content TEXT,
    created_at TIMESTAMPTZ DEFAULT NOW(),
    updated_at TIMESTAMPTZ DEFAULT NOW()
);

longterm_memory (向量)

CREATE TABLE longterm_memory (
    id SERIAL PRIMARY KEY,
    content TEXT NOT NULL,
    embedding vector(1024),
    source VARCHAR(100),
    tags TEXT[],
    created_at TIMESTAMPTZ DEFAULT NOW()
);

CREATE INDEX ON longterm_memory USING hnsw (embedding vector_cosine_ops);

脚本

• scripts/memory_manager.py - 归档脚本（每周自动运行）
• scripts/memory_search.py - 向量搜索工具

使用

读取记忆

# 读取目标
psql -h localhost -p 5432 -U damien -d postgres -c "SELECT * FROM memory_structured WHERE category='goals';"

# 语义搜索
python scripts/memory_search.py "我之前说过我喜欢什么编程语言"

更新记忆

python scripts/memory_manager.py --add "goals" "新目标" "内容"

四种记忆方法

根据视频教程配置：

1. 结构化文件夹 - Markdown 文件 (~/.openclaw/workspace/memory/)
2. Memory Search - bge-large-zh embedding
3. MEM0 插件 - 待配置
4. SQLite/PostgreSQL - 已配置

---

更新于: 2026-03-08