OpenClaw 通过在你的智能体工作区中写入纯 Markdown 文件来记住内容。模型只会“记住”保存到磁盘的内容，没有隐藏状态。Documentation Index
Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
工作原理
你的智能体有三个与记忆相关的文件：MEMORY.md— 长期记忆。持久事实、偏好和决策。会在每个私信会话开始时加载。memory/YYYY-MM-DD.md— 每日笔记。持续上下文和观察记录。今天和昨天的笔记会自动加载。DREAMS.md（可选）— Dream Diary 和 Dreaming 扫描摘要，供人工审阅，包括有依据的历史回填条目。
~/.openclaw/workspace）。
内容放在哪里
MEMORY.md 是紧凑、经过整理的层。用于存放持久事实、偏好、长期决策，以及应在主私密会话开始时可用的简短摘要。它不是原始记录、每日日志或详尽归档。
memory/YYYY-MM-DD.md 文件是工作层。用于存放详细的每日笔记、观察记录、会话摘要，以及以后可能仍有用的原始上下文。这些文件会被索引用于 memory_search 和 memory_get，但不会在每一轮都注入到常规启动提示中。
随着时间推移，智能体应从每日笔记中提炼有用材料写入 MEMORY.md，并移除过时的长期条目。生成的工作区说明和 Heartbeat 流程可以定期完成这件事；你不需要为了每个记住的细节手动编辑 MEMORY.md。
如果 MEMORY.md 超过启动文件预算，OpenClaw 会保持磁盘上的文件完整，但会截断注入到模型上下文中的副本。把这视为一个信号：将详细材料移回 memory/*.md，只在 MEMORY.md 中保留持久摘要，或者在你明确想花费更多提示预算时提高启动限制。使用 /context list、/context detail 或 openclaw doctor 查看原始大小与注入大小，以及截断状态。
推断式跟进承诺
有些未来跟进不是持久事实。如果你提到明天有面试，有用的记忆可能是“面试后跟进一下”，而不是“永久存进MEMORY.md”。
跟进承诺 是针对这种情况的选择启用、短期跟进记忆。OpenClaw 会在隐藏的后台流程中推断它们，将它们限定到同一个智能体和渠道，并通过 Heartbeat 发送到期的跟进。显式提醒仍使用定时任务。
记忆工具
智能体有两个用于处理记忆的工具：memory_search— 使用语义搜索查找相关笔记，即使用词与原文不同也可以。memory_get— 读取特定记忆文件或行范围。
memory-core）。
Memory Wiki 配套插件
如果你希望持久记忆更像一个维护良好的知识库，而不只是原始笔记，请使用内置的memory-wiki 插件。
memory-wiki 会将持久知识编译为 wiki 资料库，并提供：
- 确定性的页面结构
- 结构化声明和证据
- 矛盾和新鲜度跟踪
- 生成的仪表盘
- 供智能体/运行时消费者使用的编译摘要
- wiki 原生工具，例如
wiki_search、wiki_get、wiki_apply和wiki_lint
memory-wiki 会在旁边添加一个富含来源信息的知识层。
参见 Memory Wiki。
记忆搜索
配置嵌入提供商后，memory_search 会使用混合搜索，将向量相似度（语义含义）与关键词匹配（ID 和代码符号等精确术语）结合起来。只要你拥有任意受支持提供商的 API key，它就可以开箱即用。
OpenClaw 会根据可用 API key 自动检测你的嵌入提供商。如果你配置了 OpenAI、Gemini、Voyage 或 Mistral key，记忆搜索会自动启用。
记忆后端
内置（默认）
基于 SQLite。开箱即用，支持关键词搜索、向量相似度和混合搜索。不需要额外依赖。
QMD
本地优先的 sidecar，支持重排序、查询扩展，以及索引工作区外目录的能力。
Honcho
AI 原生的跨会话记忆，支持用户建模、语义搜索和多智能体感知。通过插件安装。
LanceDB
内置的 LanceDB 支持记忆，包含 OpenAI 兼容嵌入、自动召回、自动捕获和本地 Ollama 嵌入支持。
知识 wiki 层
Memory Wiki
将持久记忆编译为富含来源信息的 wiki 资料库，包含声明、仪表盘、桥接模式和对 Obsidian 友好的工作流。
自动记忆刷新
在压缩总结你的对话之前，OpenClaw 会运行一个静默轮次，提醒智能体将重要上下文保存到记忆文件。默认启用，你不需要配置任何内容。 要让这个整理轮次使用本地模型，请设置精确的记忆刷新模型覆盖：Dreaming
Dreaming 是记忆的可选后台整合流程。它会收集短期信号、为候选项评分，并且只将符合条件的项目提升到长期记忆（MEMORY.md）。
它旨在让长期记忆保持高信号：
- 选择启用：默认禁用。
- 定时：启用后，
memory-core会自动管理一个用于完整 Dreaming 扫描的定期 cron 任务。 - 阈值控制：提升必须通过分数、召回频率和查询多样性门槛。
- 可审阅：阶段摘要和日记条目会写入
DREAMS.md，供人工审阅。
有依据的回填和实时提升
Dreaming 系统现在有两个紧密相关的审阅通道：- 实时 Dreaming 使用
memory/.dreams/下的短期 Dreaming 存储，这也是常规深度阶段在决定哪些内容可以晋升到MEMORY.md时使用的内容。 - 有依据的回填 会将历史
memory/YYYY-MM-DD.md笔记作为独立日文件读取，并将结构化审阅输出写入DREAMS.md。
MEMORY.md 时，有依据的回填很有用。
当你使用：
DREAMS.md保持为人工审阅界面。- 短期存储保持为面向机器的排序界面。
MEMORY.md仍然只由深度提升写入。
CLI
延伸阅读
- 内置记忆引擎：默认 SQLite 后端。
- QMD 记忆引擎：高级本地优先 sidecar。
- Honcho 记忆：AI 原生的跨会话记忆。
- Memory LanceDB：由 LanceDB 支持的插件，包含 OpenAI 兼容嵌入。
- Memory Wiki：编译知识资料库和 wiki 原生工具。
- 记忆搜索：搜索流水线、提供商和调优。
- Dreaming：从短期召回到长期记忆的后台提升。
- 记忆配置参考：所有配置开关。
- 压缩：压缩如何与记忆交互。