符号化记忆引擎

技能简介

symbolic-memory 为 LLM 智能体提供无状态符号化记忆能力，将事实与规范语义存入 PostgreSQL，以符号形式暴露引用，按需即时激活含义并发送至 Ollama 模型。

业务背景

解决LLM智能体"健忘"难题。传统大模型每次对话从零开始，无法记住客户偏好、业务规则或历史决策。符号化记忆引擎将关键事实持久存入数据库，像给AI配备"企业大脑"，确保服务连贯一致，同时通过按需激活避免上下文过载，让长周期复杂业务成为可能。

落地案例：某售后客服智能体处理设备报修时，首次通话记录客户设备型号、保修状态及特殊需求至符号记忆。三个月后同一客户再次来电，系统通过客户ID符号即时激活历史档案，AI直接知晓"已过保但享有延保服务""上次更换过主板"等关键信息，无需重复询问，直接推进维修派单，客户体验与处理效率双提升。

能做什么

• 在 PostgreSQL 中持久化存储事实与规范语义
• 通过符号引用实现知识的抽象表示
• 按预算即时(JIT)激活所需语义内容
• 仅向 LLM 发送已激活的相关事实，降低上下文负载
• 支持多智能体间的长期一致性与共享知识

使用说明

环境准备

1. 安装 PostgreSQL 客户端工具：psql
2. 确保系统已安装 Python 3
3. 部署 Ollama 服务并确认可访问

配置环境变量

export PG_DSN="postgresql://user:pass@host/db"
export OLLAMA_HOST="http://localhost:11434"
export OLLAMA_MODEL="llama3"

调用方式

该技能可通过符号触发，由系统自动完成语义检索、激活与注入流程。具体调用参数需结合业务场景中的符号标识进行配置。

输入与输出

见下方输入与输出表格。

风险提示

• 未配置 PG_DSN 或 OLLAMA_HOST 时技能无法正常初始化
• 符号记忆层缺失时，长期连贯性与多智能体一致性无法保证
• JIT 激活存在预算限制，过量请求可能导致语义截断
• 数据库连接异常将中断事实检索流程

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/th3hypn0tist/symbolic-memory/SKILL.md
来源类型：GitHub 开源技能仓库