OpenClaw 的记忆机制基于工作区内的 Markdown 文件：MEMORY.md 存储持久化事实，每日笔记（memory/YYYY-MM-DD.md）存放短期上下文，可选 DREAMS.md 记录梦境摘要。默认 SQLite 后端支持混合搜索（语义+关键词），配置 embedding provider 后自动生效。记忆 flush 在压缩前自动保存未落盘的内容，无需手动干预。如果需要跨会话用户建模，可选 Honcho 插件。

OpenClaw Memory 记忆系统：MEMORY.md 和每日笔记配置与排查

OpenClaw 通过在工作区内写入 纯 Markdown 文件 来实现跨会话记忆。模型只“记得”被保存到磁盘的内容——没有隐藏状态。这意味着所有记忆都可通过文件系统直接查看和编辑。

工作原理

智能体工作区（默认 ~/.openclaw/workspace）中有三类记忆文件：

• MEMORY.md — 长期记忆。存放持久化的事实、偏好和决策。每次私信（DM）会话开始时加载。
• memory/YYYY-MM-DD.md（或 memory/YYYY-MM-DD-<slug>.md）— 每日笔记。存放运行中的上下文和观察。当天和昨天的笔记自动加载；会话记忆钩子（/new 或 /reset）写入的带 slug 变体也会一并加载。
• DREAMS.md（可选）— 梦境日记和梦境摘要，供人类审阅，包含基于历史回填的条目。

文件分工

• MEMORY.md：精炼层。存放持久事实、偏好、常驻决策及简短摘要，在主私信会话开始时可用。不是原始转录本或每日日志。
• memory/YYYY-MM-DD.md：工作层。存放详细每日笔记、观察、会话摘要及日后可能仍有用的原始上下文。这些文件会被 memory_search 和 memory_get 索引，但不会在每个回合都注入引导提示。

随着时间的推移，智能体会自动从每日笔记中提炼有用内容到 MEMORY.md，并清理过时的长期条目。生成的工作区指令和心跳流可以定期执行此操作，无需手动编辑每个细节。

提示：如果 MEMORY.md 增长超过引导文件预算，OpenClaw 会保持磁盘文件完整，但截断注入模型上下文的副本。此时应把详细材料移回 memory/*.md，只在 MEMORY.md 保留持久摘要，或明确提高引导限制。可通过 /context list、/context detail 或 openclaw doctor 查看原始大小、注入大小及截断状态。

提示：想让智能体记住某件事，直接告诉它：“记住我偏好 TypeScript。”它会自动写入相应文件。

推断承诺（Commitments）

某些未来跟进不是持久事实。例如提到明天的面试，有用的记忆可能是“面试后跟进”，而不是“永久存入 MEMORY.md”。

承诺（Commitments） 是专门为此设计的可选短期跟进记忆。OpenClaw 在后台静默推理，限定于同一智能体和渠道，并通过心跳交付到期检查。显式提醒仍通过定时任务实现。

记忆工具

智能体有两个专门操作记忆的工具：

• memory_search — 使用语义搜索找到相关笔记，即使措辞与原文件不同。
• memory_get — 读取特定记忆文件或行范围。

这两个工具由当前激活的记忆插件提供（默认 memory-core）。

Memory Wiki 伴侣插件

如果你希望持久记忆更像一个维护中的知识库而非原始笔记，可使用内置的 memory-wiki 插件。

memory-wiki 将持久知识编译成一个 wiki vault，包含：

• 确定性页面结构
• 结构化声索与证据
• 矛盾与新鲜度追踪
• 生成仪表盘
• 供智能体/运行时消费的编译摘要
• wiki 原生工具：wiki_search、wiki_get、wiki_apply、wiki_lint

它不替代活跃记忆插件。活跃记忆插件仍然负责召回、晋升和梦境。memory-wiki 在旁边添加一个带有溯源的知识层。

参见 Memory Wiki。

记忆搜索

当配置了 embedding provider 后，memory_search 使用混合搜索——结合向量相似性（语义含义）与关键词匹配（ID 和代码符号等精确词）。只要拥有任一支持 provider 的 API key，即可开箱即用。

信息：OpenClaw 从可用 API key 自动检测 embedding provider。如果配置了 OpenAI、Gemini、Voyage 或 Mistral key，记忆搜索会自动启用。

搜索工作原理、调优选项及 provider 配置详见 记忆搜索。

记忆后端

后端	说明
内置（默认）	SQLite 基础，开箱即用，支持关键词搜索、向量相似度和混合搜索，无额外依赖。
QMD	本地优先侧载，支持重排序、查询扩展，可索引工作区外目录。
Honcho	AI 原生跨会话记忆，用户建模、语义搜索、多智能体感知，需要插件安装。
LanceDB	内置 LanceDB 支持，OpenAI 兼容嵌入，自动召回/捕获，支持本地 Ollama 嵌入。

详细说明：

• 内置记忆引擎
• QMD 记忆引擎
• Honcho 记忆插件
• LanceDB 记忆插件

知识 wiki 层

Memory Wiki：将持久记忆编译成带有溯源、仪表盘、桥接模式、Obsidian 友好工作流的 wiki vault。

自动记忆刷新（Memory Flush）

在压缩（compaction） 汇总对话之前，OpenClaw 会执行一次静默轮次，提醒智能体将重要上下文保存到记忆文件。此功能默认开启，无需配置。

如果想在本地模型上保持此清理轮次，可设置精确的记忆刷新模型覆盖：

{
  "agents": {
    "defaults": {
      "compaction": {
        "memoryFlush": {
          "model": "ollama/qwen3:8b"
        }
      }
    }
  }
}

该覆盖仅适用于记忆刷新轮次，不会继承活跃会话的回退链。

提示：记忆刷新防止压缩时丢失上下文。如果你的智能体在对话中有重要事实尚未写入文件，它们会在摘要发生前自动保存。

梦境（Dreaming）

梦境是可选的记忆后台巩固流程。它收集短期信号，给候选内容打分，仅将合格项晋升到长期记忆（MEMORY.md）。

特性：

• 可选: 默认关闭。
• 定时: 启用后，memory-core 自动管理一个周期性 cron 作业用于完整梦境清扫。
• 阈值控制: 晋升必须通过评分、召回频率和查询多样性门槛。
• 可审阅: 阶段摘要和梦境条目写入 DREAMS.md 供人审阅。

阶段行为、评分信号和 Dream Diary 细节详见梦境。

基于历史回填与实时晋升

梦境系统现在有两个紧密关联的审查通道：

• 实时梦境：从短期梦境存储（memory/.dreams/）工作，正常深度阶段据此决定哪些内容可以晋升到 MEMORY.md。
• 基于历史回填：读取历史 memory/YYYY-MM-DD.md 笔记作为独立日文件，并将结构化的审查输出写入 DREAMS.md。

当你使用：

openclaw memory rem-backfill --path ./memory --stage-short-term

回填的候选内容不会直接晋升，而是暂存到与正常深度阶段相同的短期梦境存储中。这意味着：

• DREAMS.md 保持为人机审查界面。
• 短期存储保持为机器排序界面。
• MEMORY.md 仍然只通过深度晋升写入。

如果你认为回放没有用，可以移除暂存工件而不影响普通梦境条目或正常召回状态：

openclaw memory rem-backfill --rollback
openclaw memory rem-backfill --rollback-short-term

CLI 命令

openclaw memory status          # 检查索引状态和 provider
openclaw memory search "query"  # 从命令行搜索
openclaw memory index --force   # 强制重建索引

进一步阅读

• 内置记忆引擎: 默认 SQLite 后端
• QMD 记忆引擎: 高级本地优先侧载
• Honcho 记忆: AI 原生跨会话记忆
• LanceDB 记忆插件: LanceDB 支持，OpenAI 兼容嵌入
• Memory Wiki: 编译知识库和 wiki 原生工具
• 记忆搜索: 搜索管道、provider 和调优
• 梦境: 从短期召回晋升到长期记忆的后台流程
• 记忆配置参考: 所有配置参数
• 压缩: 压缩如何与记忆交互

常见问题

为什么我让智能体记住的事情，在切换通道后就消失了？

如果使用内置或 QMD 后端，记忆存储在智能体工作区（文件），只要智能体 ID 和工作区路径不变，切换通道（如从 WhatsApp 到 Telegram）不会丢失记忆。但如果使用 Honcho 后端，需要确保在 Honcho 中正确配置跨会话用户映射。默认情况下，不同通道视为不同用户会话。

如何让智能体删除某个记忆？

直接告诉智能体：“删除 MEMORY.md 里关于 X 的内容。”智能体会自动使用 memory_get 读取文件并执行编辑。也可以通过 CLI 手动编辑：openclaw memory status 确认文件路径，然后手动编辑。

MEMORY.md 太长了会影响模型响应吗？

会。MEMORY.md 在每次 DM 会话开始时完整加载，如果文件很大（例如超过几 KB），会占用大量上下文窗口，可能导致模型忽略重要信息或超出 token 限制。建议使用 /context list 查看注入大小，如果显示“truncated”，需精简 MEMORY.md 或提高引导限制。可以启用梦境功能自动管理长期记忆。

相关

• 内置记忆引擎
• QMD 记忆引擎
• Honcho 记忆插件
• LanceDB 记忆插件
• 记忆搜索
• 梦境（Dreaming）
• 记忆配置参考
• 压缩（Compaction）
• 承诺（Commitments）