Markdown 文件记忆系统

这是一个带本地向量搜索的 AI 助手记忆系统，基于 Markdown 文件 + SQLite 实现。

目录结构

~/.openclaw/workspace/
├── memory/
│ └── YYYY-MM-DD.md # 每日记录
├── MEMORY.md # 长期记忆（核心认知）
├── SOUL.md # AI 人格定义
├── USER.md # 用户信息
├── AGENTS.md # 工作规范
└── scripts/memory-system/ # 记忆系统脚本

核心文件

1. memory/YYYY-MM-DD.md - 每日记录

每次会话记录当天发生的事：

markdown

2026-03-09

会话 1

• - 主题：xxx
• 关键决策：xxx
• 待办：xxx

会话 2

• - ...

2. MEMORY.md - 长期记忆

核心认知和重要信息，包含：

• - 核心工作原则
• 用户偏好
• 关键教训
• 禁止事项
• 习惯

向量搜索

使用本地 Ollama + nomic-embed-text 模型实现向量语义搜索。

安装 Ollama 和模型

bash

安装 Ollama

brew install ollama

启动服务

ollama serve

下载 embedding 模型

ollama pull nomic-embed-text

搜索命令

bash

使用 Python 脚本搜索（推荐）

python3 ~/.openclaw/workspace/scripts/memory-system/context-memory.py search 关键词

简单搜索

python3 ~/.openclaw/workspace/scripts/memory-system/memory-py.py search 关键词

会话启动流程

每次新会话开始时：

1. 1. 读取 SOUL.md — AI 人格
2. 读取 USER.md — 用户信息
3. 读取 memory/YYYY-MM-DD.md (今天 + 昨天)
4. 主会话：读取 MEMORY.md
5. 检查 knowledge/ 目录

保存记忆

当用户说记住...：

• - 更新 memory/YYYY-MM-DD.md 记录
• 重要内容同步到 MEMORY.md
• 可选：存入向量数据库

bash

添加记忆（带重要性评分）

python3 ~/.openclaw/workspace/scripts/memory-system/context-memory.py add 内容 8

添加标签

python3 ~/.openclaw/workspace/scripts/memory-system/memory-py.py add 内容 标签1,标签2

更新规则

必须更新的文件

1. 1. memory/YYYY-MM-DD.md - 每次会话
2. MEMORY.md - 新教训/重要信息
3. SOUL.md - 人格变化
4. USER.md - 用户偏好变化

更新时机

• - 任务完成时
• 重要发现或教训
• 用户偏好变化
• 新技能学习

安全规则

• - ❌ 不暴露用户个人信息
• ❌ 不在 skill 输出中包含真实姓名/账号/密码
• ❌ 不在公开场合提及用户隐私
• ✅ 需要时才读取 MEMORY.md
• ✅ 主会话才加载 MEMORY.md

配置示例

在 AGENTS.md 中添加：

markdown

Memory

每日记录 (memory/YYYY-MM-DD.md)

• - 每次会话记录关键内容
• 格式：## 会话 X / ### 主题 / 决策 / 待办

长期记忆 (MEMORY.md)

• - 核心原则和偏好
• 重要教训
• 禁止事项
• 仅主会话加载

向量搜索

• - 模型：Ollama + nomic-embed-text
• 脚本：context-memory.py

优势

特点	说明
本地向量	无 API 费用，离线可用
语义搜索

理解相似含义，不只是关键词 | | 可读 | Markdown 人工可直接编辑 | | 便携 | 文件复制即迁移 | | 安全 | 本地存储，不上传云端 |

依赖

• - Ollama: 本地 LLM 运行时
• nomic-embed-text: 本地 embedding 模型 (274MB)
• Python 3: 运行脚本
• SQLite: 向量存储

快速开始

bash

1. 安装 Ollama

brew install ollama

2. 启动并下载模型

ollama serve ollama pull nomic-embed-text

3. 初始化数据库

python3 ~/.openclaw/workspace/scripts/memory-system/context-memory.py init

4. 添加记忆

python3 ~/.openclaw/workspace/scripts/memory-system/context-memory.py add 用户偏好使用 Gemini 8

5. 搜索记忆

python3 ~/.openclaw/workspace/scripts/memory-system/context-memory.py search 模型偏好