智能体记忆系统

技能简介

AgentMemory 为 AI 智能体提供跨会话的持久化记忆能力，支持事实记录、经验学习与实体追踪三类核心功能。

能做什么

• 存储带标签的结构化事实，便于后续检索
• 从行动结果中提取正负面经验，形成可复用的教训
• 追踪人物、项目等实体的属性与关系变化
• 在会话启停时自动加载或归档相关上下文

使用说明

安装指令

clawdhub install agent-memory

基础调用

from src.memory import AgentMemory

mem = AgentMemory()

# 记录事实
mem.remember("重要信息", tags=["类别"])

# 学习经验
mem.learn(
    action="执行的操作",
    context="情境描述",
    outcome="positive",  # 或 "negative"
    insight="获得的认知"
)

# 回忆内容
facts = mem.recall("搜索关键词")
lessons = mem.get_lessons(context="主题")

# 追踪实体
mem.track_entity("名称", "person", {"role": "工程师"})

数据库配置

默认路径：~/.agent-memory/memory.db；自定义路径初始化：AgentMemory(db_path="/自定义路径/memory.db")

输入与输出

见下方输入与输出表格。

风险提示

• 本地 SQLite 数据库未加密，敏感信息需额外保护
• 高频写入可能引发并发冲突，生产环境建议连接池配置
• 经验数据的正负标签依赖人工判断，存在主观偏差风险
• 实体属性无版本控制，覆盖更新可能导致历史信息丢失

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/dennis-da-menace/agent-memory/SKILL.md
来源类型：GitHub 仓库