OpenClaw 记忆治理引擎

把“记住更多”升级为“记住对的、忘掉错的”。

解决痛点

• 记忆越多越乱，召回命中率下降
• 短期事件挤占长期事实
• 过时信息长期残留导致误导

治理闭环

1. 采集：daily note 记录原始事件
2. 评分：按复用价值/时效性/可信度打分
3. 提炼：高分信息沉淀到 MEMORY.md
4. 淘汰：过时或冲突信息标注或删除

实施步骤

1) 建立评分标准

使用 templates/memory-quality-rubric.md，为每条记忆打分：

• 复用价值（0-3）
• 时效性（0-3）
• 可信度（0-3）

2) 每日记录，周度提炼

• 每日：写 memory/YYYY-MM-DD.md
• 每周：提炼“长期稳定事实”到 MEMORY.md

3) 检索前置规则

涉及历史决策/偏好/日期时，先执行：

• memory_search
• memory_get

再给结论，避免“拍脑袋回忆”。

4) 冲突消解

当出现新旧冲突：

• 标注旧条目为“过时/待验证”
• 写入新条目并附验证依据

5) 月度清理

• 删除低价值噪声条目
• 合并重复结论
• 保持 MEMORY.md 结构稳定可读

产出模板

• 结论
• 依据（命中来源）
• 风险（不确定项）
• 执行步骤

关键收益

• 历史召回更准
• 错误记忆更少
• 长期协作稳定性明显提升