OpenClaw Skill 06：Memory-Setup 记忆体系搭建

一、Skill 定位

#

Memory-Setup 的目标是让 OpenClaw 具备稳定的“长期记忆”，而不是每次任务都从零开始。
它解决的核心问题是：上下文遗忘、历史决策丢失、跨会话协作断层。

二、适用场景

#

1. 需求长期跟踪（跨周、跨月的项目推进）。
2. 多人协作中需要共享历史结论与约束。
3. 需要保留“为什么这么做”的决策链路。
4. 复杂任务拆分后需要持续接力。

三、安装与前置

#

1) 安装命令

#

clawhub install memory-setup
clawhub sync --all

2) 记忆数据分层建议

#

1. 短期记忆：当前会话中的临时信息。
2. 中期记忆：当前迭代周期内的任务上下文。
3. 长期记忆：长期有效的规则、偏好、决策与知识资产。

四、使用方法

#

Step 1：定义记忆写入规则

#

不是所有信息都要写入长期记忆，建议只写入：

1. 稳定偏好（风格、输出结构、禁用项）。
2. 关键决策（架构选择、业务规则）。
3. 高价值事实（流程、常见错误与修复路径）。

Step 2：执行记忆初始化

#

/skill memory-setup
初始化项目记忆：记录技术栈、部署环境、文档规范、发布流程和故障升级路径。

Step 3：建立更新机制

#

每次任务完成后沉淀“结论 + 依据 + 下次注意点”，避免信息老化。

Step 4：查询记忆再行动

#

在执行复杂任务前先检索记忆，减少重复试错。

五、注意事项

#

1. 防止记忆膨胀：长期记忆只保留高价值信息。
2. 防止过期污染：设置更新时间和过期清理机制。
3. 隐私保护：敏感数据单独隔离，不进入通用记忆库。
4. 冲突处理：同一规则出现冲突时，保留最新版本并记录变更原因。
5. 可解释性：每条关键记忆要有来源和责任人。

六、常见问题

#

1. 记忆命中率低：检查标签设计是否混乱。
2. 记忆引用错误：增加版本字段与来源校验。
3. 内容越来越杂：按主题拆分记忆空间，定期归档。

七、落地清单

#

1. 先建立“写什么、不写什么”的清单。
2. 建立月度记忆体检（清理过期、合并重复）。
3. 为关键规则设置审批与变更记录。
4. 在高风险任务前强制执行“先读记忆再执行”。

八、参考资料

#

1. Memory-Setup Skill：https://github.com/sundial-org/awesome-openclaw-skills/tree/main/skills/memory-setup
2. OpenClaw Skills 文档：https://docs.openclaw.ai/skills