Agent Memory Keeper · AI Agent 记忆修复系统

> 为什么需要这个？ 每次新会话AI都是一张白纸。你以为它"应该记得"的事情，它全忘了。

> 这个Skill让Agent学会——写下来才算数。

核心功能

快速开始

安装

cp -r agent-memory-keeper ~/.openclaw/workspace/skills/agent-memory-keeper

初始化记忆结构

告诉你的Agent：

帮我初始化记忆系统，创建 memory/ 目录和基础结构

日常使用

对话结束时，Agent会自动执行复盘。你也可以手动触发：

复盘一下这次对话，把重要的记下来
帮我查一下之前关于XXX的记录
把这件事记下来：...

工作流程

1. 对话复盘（自动）

每次对话结束时执行：

## 复盘清单
1. 有没有新的决策/方向变化？ → 记录到MEMORY.md
2. 有没有新项目/术语？ → 写进对应文件
3. 用户有没有给反馈/批评？ → 提炼规则，更新规则库
4. 有哪些信息可以跨领域推导？ → 做知识裂变
5. 有没有用户偏好/习惯？ → 记录到USER.md

2. 记忆结构

workspace/
├── MEMORY.md              # 长期记忆（手动维护的精华）
├── USER.md                # 用户信息
├── memory/
│   ├── YYYY-MM-DD.md      # 每日原始日志
│   ├── heartbeat-state.json
│   └── knowledge/         # 知识节点
│       ├── rules/
│       │   └── rules.md   # 行为规则库
│       └── *.md           # 领域知识
└── TOOLS.md               # 工具笔记

3. 记忆检索

需要回忆时：

搜索记忆：关键词
# 或
查一下之前关于[主题]的记录

4. 记忆维护

定期执行：

检查记忆状态 → 清理过期信息 → 合并重复条目 → 提炼精华到MEMORY.md

最佳实践

✅ 应该记住的

• 用户的名字、称呼、偏好
• 项目的状态、决策、技术选型
• 错误教训和修复方案
• 重要的时间和日期
• 用户的批评和反馈

❌ 不需要记的

• 日常问候
• 临时性、一次性对话
• 已经完成的任务细节（记结论就行）

适用场景

• 开发者：让Agent记住项目架构、技术决策、bug修复方案
• 内容创作者：记住内容风格、受众偏好、已发布的主题
• 团队协作：多Agent共享知识库，信息不掉队
• 个人助理：记住日程、偏好、重要信息

参考文档

• 记忆规则: references/memory-rules.md
• 复盘模板: references/review-template.md