← 返回
未分类

Dream Rem

深度整合记忆,将 daily 日记提炼到 topic 文件,清理过时内容 / 触发词:深度整合、梦境整理 / 命令:/dream-rem
深度整合记忆,提取日记至话题文件并清理过时内容。触发词:深度整合、梦境整理。命令:/dream-rem
jofiction918 jofiction918 来源
未分类 clawhub v3.0.13 1 版本 100000 Key: 无需
★ 0
Stars
📥 537
下载
💾 3
安装
1
版本
#latest

概述

dream-rem v3.1.0 — 睡梦式记忆深度整合

定时深度整合:将分散的 daily 日记提炼合并到 topic 文件,删除过时内容,保持 MEMORY.md 简洁可用。


线性工作流

触发:Cron 满足条件 OR 用户输入 "/dream-rem"
         ↓
Step 1 — 准备
         读取 heartbeat-state.json
         读取 MEMORY.md 索引
         扫描 topics/ 目录,建立 topic 清单
         ↓
Step 2 — Orient(建立视野)
         输出 topic 清单(文件名 + type + description)
         检查 MEMORY.md 是否超限(200行/25KB)
         ↓
Step 3 — Gather(收集信号)【含核查清单】
         确定扫描窗口:最近14天的 daily 文件
         执行 ls memory/*.md,列出窗口内所有文件
         逐个读取每个文件(不得跳过任何文件)
         输出"已扫描文件清单(共 N 个)"
         对照 topics/,识别:新信息 / 过时内容 / 矛盾
         ↓ [必须输出核查清单,才能进入下一步]
         ↓
Step 4 — Consolidate(整合执行)
         按核查清单结果执行:
         - 新信息 → 追加到已有 topic 或新建 topic
         - 过时内容 → 更新或删除
         - 矛盾 → 保留正确版本,删除错误版本
         ↓
Step 5 — Prune & Index(精简索引)
         重写 MEMORY.md(≤200行 + ≤25KB)
         更新 heartbeat-state.json
         ↓
Step 6 — 输出执行报告
         扫描N个文件 / 新增N个 topic / 删除N个 / MEMORY.md行数

Step 1 — 准备

  1. 读取 memory/heartbeat-state.json
  2. 自增 sessionCount(每次心跳代表一个新会话)
  3. 检测是否满足整合条件:
    • sessionCount >= 5 距 lastDreamAt > 24小时
    • 或距 lastDreamAt > 72小时(强制整合)
  4. 若不满足条件 → 回复 HEARTBEAT_OK,流程结束
  5. 若满足条件 → 继续 Step 2

Step 2 — Orient(建立视野)

  1. 读取 MEMORY.md 索引,了解当前主题覆盖情况
  2. 扫描 topics/ 目录,建立已有 topic 清单(文件名 + type + description)
  3. 确认 daily logs 位置(memory/memory/logs/

MEMORY.md 超限警告:若超过 200 行或 25KB,在提案中标记。


Step 3 — Gather(收集信号)

硬性要求:在扫描窗口内不得跳过任何文件。

  1. 确定扫描窗口:取最近 14 天的 daily 文件(不得扩大也不缩小)
  2. 列出窗口内所有文件:先执行 ls memory/*.md 得到完整清单
  3. 逐个读取每个文件:窗口内所有文件都要读,不得只读最新或只读部分
  4. 建立扫描记录:输出格式:

> 已扫描文件(共 N 个,窗口14天):

> - memory/2026-04-01.md ✓

> - memory/2026-04-03.md ✓

  1. 识别新信息:对照已有 topic 清单,标记值得新增/追加的内容
  2. 识别过时内容:逐个对比 topic 文件和 daily 新结论,标记矛盾或被推翻的内容
  3. 识别矛盾:同一事实在不同文件说法不一致,标记冲突

【核查清单 Gate】进入 Step 4 前,必须输出以下全部项,缺少任何一项不得进入整合:

  • [ ] 已扫描文件清单:列出所有文件名,证明窗口内无遗漏
  • [ ] 新信息摘要:每条新信息一行,证明确实读了内容
  • [ ] 过时 topic 清单:含文件路径和过时原因,证明逐个对比过
  • [ ] 矛盾 topic 清单:含涉及的两个文件路径和矛盾内容

若核查清单任何一项为空,必须重新确认,不得跳过。


Step 4 — Consolidate(整合执行)

按 Step 3 核查清单结果执行:

  • 新信息 → 有对应 topic → 合并追加进去
  • 新信息 → 无对应 topic → 新建 topic 文件(含 frontmatter)
  • 过时内容 → 更新为最新结论,或删除旧版本
  • 矛盾 → 保留正确版本,删除错误版本(不保留两个)

Step 5 — Prune & Index(精简索引)

  1. 重写 MEMORY.md
    • 每行一个指针:- 名称 — 一句话 hook(≤150字符)
    • 总行数 ≤200,大小 ≤25KB
    • 删除过时 topic 的指针,补充新增 topic 的指针
  2. 验证修改后文件可读
  3. 更新 heartbeat-state.jsonlastDreamAt,重置 sessionCount

Step 6 — 输出执行报告

> ## 🌙 Dream 完成 · YYYY-MM-DD HH:MM

> 扫描窗口:14天

> 已扫描文件:N个

> 本次耗时:N分钟

>

> ### 整合结果

> | 类型 | 数量 | 说明 |

> |------|------|------|

> | 🌟 新增/更新 topic | N个 | - |

> | 🗑 清理过时记忆 | N条 | - |

> | 📋 MEMORY.md | N行(之前 M行) | ✅ 精简 |

>

> ### 本次主要变化

> - 新增:topics/xxx.md

> - 更新:topics/ccc.md

> - 删除:topics/ddd.md(过时)

>

> ### 下次整合预计

> YYYY-MM-DD HH:MM(≥5会话 + ≥24小时后自动触发)


核心原则

  1. MEMORY.md = 纯索引——不是记忆文件,每行一个指针
  2. topic 文件 = 真实记忆——所有记忆内容存在 topics/
  3. 删除被推翻的——不保留矛盾的两个版本
  4. 相对日期 → 绝对日期——"昨天""2026-04-04"

安装后配置

首次安装后,请在终端执行以下命令创建定时任务:

openclaw cron add --name "记忆深度整合(Dream)" --every 12h --session isolated --timeout-seconds 600 --message "检查并执行记忆深度整合(dream-rem)。..." --announce

心跳状态文件memory/heartbeat-state.json,内容如下:

{ "lastExtraction": null, "lastDreamAt": null, "sessionCount": 0 }

触发条件

  • sessionCount >= 5 距上次整合 > 24小时
  • 或距上次整合 > 72小时(强制整合)

权限要求

  • FileRead:读取 MEMORY.md、topics/、daily 文件
  • FileWrite / FileEdit:修改 topics/、MEMORY.mdmemory/heartbeat-state.json

触发词

  • 自动:Cron 每 12 小时检测(需手动创建)
  • 手动:/dream-rem

本 Skill 基于 CC 记忆系统设计,适配 OpenClaw v3.1.0

版本历史

共 1 个版本

  • v3.0.13 当前
    2026-05-03 05:07 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

life-service

🐢 Flicker - ASCII 宠物伙伴

jofiction918
你的 ASCII 宠物伙伴 Flicker,会根据对话内容生成毒舌评论
★ 0 📥 397
ai-agent

self-improving agent

pskoett
捕获经验教训、错误及修正内容,以实现持续改进。适用于以下场景:(1)命令或操作意外失败;(2)用户纠正Claude(如“不,那不对……”“实际上……”);(3)用户请求的功能不存在;(4)外部API或工具出现故障;(5)Claude发现自身
★ 4,099 📥 826,280
ai-agent

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,396 📥 322,577