向量内存清理

技能简介

memory-hygiene 用于审计、清理和优化 Clawdbot 的向量内存（LanceDB）。当记忆库堆积垃圾数据、自动召回导致 Token 消耗过高，或需要建立内存维护自动化时调用本技能。

业务背景

解决Clawdbot记忆库膨胀导致的性能与成本问题。通过定期审计识别无效数据，清理冗余向量记录，重建精简内存结构，降低自动召回时的Token消耗。同时支持关键信息重注与噪音过滤配置，确保AI助手长期稳定运行，避免历史垃圾干扰当前对话质量。

落地案例：某团队使用Clawdbot三个月后，发现响应变慢且API费用激增。调用本技能执行审计，发现早期测试对话占内存60%。确认备份MEMORY.md后，执行清空重建，将核心产品规格、客户偏好以0.9重要性重新注入，并关闭autoCapture减少日常噪音写入。重启网关后，单次查询Token下降40%，响应速度恢复正常。

能做什么

• 审计当前记忆内容，识别垃圾数据
• 完全清空并重建向量内存
• 重新注入关键事实与偏好设置
• 关闭自动捕获以减少噪音写入
• 配置月度自动维护计划

使用说明

安装指令：本技能为 Clawbot 内置能力，无需额外安装。确保已启用 memory-lancedb 插件。

步骤一：审计记忆状态

memory_recall query="*" limit=50

步骤二：清空向量内存

rm -rf ~/.clawdbot/memory/lancedb/

随后重启网关：clawdbot gateway restart

步骤三：重新注入关键数据

memory_store text="" category="preference|fact|decision" importance=0.9

步骤四：关闭自动捕获（推荐）

通过 gateway action=config.patch 应用以下配置：

{
  "plugins": {
    "entries": {
      "memory-lancedb": {
        "config": {
          "autoCapture": false,
          "autoRecall": true
        }
      }
    }
  }
}

步骤五：设置月度维护

cron action=add job={
  "name": "memory-maintenance",
  "schedule": "0 4 1 * *",
  "text": "Monthly memory maintenance: 1) Wipe ~/.clawdbot/memory/lancedb/ 2) Parse MEMORY.md 3) Store key facts to fresh LanceDB 4) Report completion"
}

输入与输出

见下方输入与输出表格。

风险提示

• 清空操作不可逆，执行前确认已备份 MEMORY.md 中的关键信息
• 重启网关会中断当前会话，选择低峰期操作
• importance 低于 0.7 的记忆可能被自动清理，核心信息建议设为 0.9-1.0
• 误关 autoRecall 将导致无法读取历史记忆

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/dylanbaker24/memory-hygiene/SKILL.md
来源类型：GitHub 仓库