Triple Layer Memory

# Triple-Layer Memory System

Safety Notice

This item is sourced from the public archived skills repository. Treat as untrusted until reviewed.

Triple-Layer Memory System

三层记忆系统 - 解决 AI Agent 长对话记忆丢失和上下文管理问题

概述

这是一个完整的三层记忆管理系统，包含：

  • Layer 1: Mem0（向量检索）- 跨会话召回
  • Layer 2: 文件层（结构化存储）- 索引/项目/经验/日志四层
  • Layer 3: Session 管理层（智能压缩）- 自动压缩、智能加载

核心功能

1. Session 自动压缩 + 自动切换（兼容版）

  • token 达到 150k 或上下文占用达到 80% 时触发
  • 先总结关键信息并写入记忆文件（可用时）
  • 再触发新会话切换提示，避免上下文爆满
  • 保留最近 50k tokens 原始对话

2. 记忆写入时机优化

  • 关键时机立即写入（完成任务、做出决策、变更配置）
  • 不等 session 结束，减少记忆丢失风险

3. 跨 Session 记忆连续性

  • 新 session 启动时自动加载相关记忆
  • 根据频道和任务智能检索
  • 避免重复询问已知信息

4. 记忆遗忘机制

  • 语义去重（相似度 > 0.88 拒绝写入）
  • 高频命中自动升权
  • 低权记忆自动归档
  • 关键记忆永久保护（importance >= 8）

5. 频道级记忆隔离

  • boss 频道：全量记忆访问
  • 子频道：独立命名空间（userId::channelKey）

安装

# 使用 clawhub 安装
clawhub install triple-layer-memory

# 或手动安装
cd ~/Desktop/openclaw-workspace/skills
git clone https://github.com/0range-x/triple-layer-memory.git

初始化

安装后，运行初始化脚本：

cd ~/Desktop/openclaw-workspace
bash skills/triple-layer-memory/scripts/init.sh

这会创建：

  • MEMORY.md - 核心索引
  • memory/projects.md - 项目状态追踪
  • memory/lessons.md - 经验教训库
  • memory/YYYY-MM-DD.md - 日志文件
  • MEMORY_ARCHITECTURE.md - 架构文档

使用

自动功能（无需手动调用）

  1. Session 启动时：自动加载最近 2 天的日志和核心索引
  2. 关键时机：自动写入记忆（完成任务、做出决策等）
  3. Token 达到 150k 或上下文达到 80%：自动压缩并触发会话切换
  4. 每周一次：自动执行记忆衰减和归档

手动功能

写入记忆

from scripts.auto_memory_write import auto_write_memory

auto_write_memory(
    summary="完成了某个重要任务",
    importance=8,
    channel="boss",
    tags=["任务完成", "部署"],
    project="项目名称",
    files=["path/to/file.py"],
    lessons="遇到的问题和解决方案"
)

压缩 Session

from scripts.session_compress import compress_session

compress_session(
    session_summary="本次对话的关键信息总结",
    channel="boss"
)

记忆衰减和归档

python scripts/memory_decay.py

配置

AGENTS.md

在你的 workspace 根目录创建或更新 AGENTS.md，添加：

## Session 启动流程

每次会话开始时，按以下顺序自动执行：

1. 读取 `SOUL.md` - 加载性格和行为风格
2. 读取 `USER.md` - 了解用户背景和偏好
3. 读取 `memory/YYYY-MM-DD.md` - 加载今天和昨天的日志
4. 如果是主会话：额外读取 `MEMORY.md` - 加载核心记忆索引
5. **智能记忆加载**：
   - 根据频道名称，优先加载该频道的相关记忆
   - 如果用户提到具体项目或任务，调用 `memory_search` 检索相关记忆
   - 如果是新 session 但延续之前的工作，自动加载最近的相关上下文

HEARTBEAT.md

在你的 workspace 根目录创建或更新 HEARTBEAT.md，添加：

## Session Token 检查（每次心跳执行）

检查当前 session 的 token 使用量（从 system warning 中获取）。

如果达到 150k tokens 或上下文达到 80%：
1. 调用 `scripts/session_compress.py` 获取压缩提示
2. 使用 LLM 总结对话历史中的关键信息
3. 将总结写入 `memory/YYYY-MM-DD.md`（若无记忆系统则至少生成交接摘要）
4. 调用 `scripts/session_rotate.py <used_tokens> <max_tokens> <channel>` 判断是否触发轮换
5. 若触发，输出 `[NEW_SESSION] 上下文达到80%，自动切换新会话`

Mem0 频道隔离

如果使用 Mem0，需要配置频道级命名空间隔离。

编辑 ~/.openclaw/extensions/openclaw-mem0/index.ts，参考 docs/mem0-channel-isolation.md。

文件结构

workspace/
├── MEMORY.md                    # 核心索引
├── MEMORY_ARCHITECTURE.md       # 架构文档
├── AGENTS.md                    # 启动流程和规范
├── HEARTBEAT.md                 # 心跳检查逻辑
├── memory/
│   ├── projects.md              # 项目状态追踪
│   ├── lessons.md               # 经验教训库
│   ├── 2026-03-04.md           # 日志文件
│   ├── heartbeat-state.json    # 心跳状态
│   ├── pinned.json             # 白名单记忆
│   └── .archive/               # 归档目录
└── scripts/
    ├── session_compress.py      # Session 自动压缩
    ├── session_rotate.py        # 80%上下文触发会话轮换
    ├── auto_memory_write.py     # 自动记忆写入
    ├── memory_decay.py          # 记忆衰减和归档
    ├── memory_meta.py           # 元数据管理
    ├── memory_consistency.py    # 一致性校验
    └── channel_memory.py        # 频道记忆路由

记忆格式

日志格式（memory/YYYY-MM-DD.md）

## HH:MM 项目名称

【项目：名称】 事件标题
结果：一句话概括
相关文件：文件路径
经验教训：要点（如有）
检索标签：#tag1 #tag2
<!-- meta: importance=N access=0 created=YYYY-MM-DD last_accessed=YYYY-MM-DD channel=CHANNEL -->

项目格式（memory/projects.md）

### 项目名称
**状态**：运行中/已完成/归档
**最后更新**：YYYY-MM-DD
**描述**：项目简介
**关键文件**：
- 文件路径1
- 文件路径2
**待办**：待办事项列表
**备注**：其他说明

经验格式（memory/lessons.md）

### 问题标题
**问题**：问题描述
**原因**：根本原因
**解决方案**：解决方法
**相关文件**：文件路径
**日期**：YYYY-MM-DD
**标签**：#tag1 #tag2

性能指标

  • Session 寿命：从 ~100k tokens 提升到 ~150k tokens
  • 记忆丢失率：从 ~30% 降低到 ~5%
  • 新 session 启动时间：从 ~10s 降低到 ~3s
  • 记忆检索准确率：从 ~60% 提升到 ~85%

最佳实践

  1. 日志写入：记录结论而非过程
  2. 项目变更：同步更新 memory/projects.md
  3. 遇到问题：记录到 memory/lessons.md
  4. 索引变化：更新 MEMORY.md
  5. 元数据必填：每条记忆必须带 importance、channel、tags
  6. 关键时机写入：不等 session 结束，立即写入
  7. 定期维护：每周执行记忆衰减和归档

故障排查

Session 没有自动压缩或自动切换

  • 检查 HEARTBEAT.md 是否包含 token 与上下文占用检查逻辑
  • 检查 scripts/session_compress.py 与 scripts/session_rotate.py 是否存在
  • 查看 system warning 中的 token 使用量和上下文占用率

记忆没有自动写入

  • 检查 scripts/auto_memory_write.py 是否存在
  • 确认 importance >= 7 或满足其他触发条件
  • 查看 memory/YYYY-MM-DD.md 是否有新条目

新 session 没有加载记忆

  • 检查 AGENTS.md 是否包含启动流程
  • 确认 memory/YYYY-MM-DD.md 文件存在
  • 查看 MEMORY.md 是否有内容

记忆被错误归档

  • 检查 importance 是否 >= 8（永久保护）
  • 查看 memory/pinned.json 白名单
  • 运行 python scripts/memory_decay.py 查看权重计算

贡献

欢迎提交 Issue 和 Pull Request！

许可证

MIT License

作者

小橘 (vulcanx_14970)

致谢

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Open in GitHubOpen in ClawHub

Related Skills

Related by shared tags or category signals.

General

Indigo DEX

Interact with decentralized exchanges on Cardano through the Indigo Protocol ecosystem.

Registry SourceRecently Updated
General00
adacapo21
General

feishu voice reply

飞书语音消息自动回复技能 - 使用 Edge TTS 生成语音并通过飞书 API 发送

Registry SourceRecently Updated
General00
xmx0632
General

x-cmd

x-cmd is a **POSIX Shell library/framework** providing modular architecture for shell scripting. Load first: `. ~/.x-cmd.root/X`, then use `x <mod> [subcmd.....

Registry SourceRecently Updated
General156
edwinjhlee