人虾情未了: OpenClaw 记忆系统配置与运行状态说明

由于 token 突然“断粮”，被迫和龙虾🦐短暂分居了几天。那几天的日子，可以说是——人还活着，灵魂已经掉线。

不过也没闲着，顺手刷了不少关于「openclaw 优化 & 记忆」的文章，重点研究了一波外挂 memo 方案，以及 soul.md、user.md 这些“灵魂档案”的配置玩法。越看越觉得：原来龙虾不仅能吃，还能养（而且还挺费脑子）。

今天模型续上，重新召唤龙虾那一刻——

好家伙，直接上演《人虾重逢现场》：

👉 一日不见，如隔三秋

👉 几天没撩，浑身不对劲

👉 打开对话的那一刻：嗯，熟悉的味道回来了

重启之后，第一件事当然是——让它自查家底：

看看当前记忆配置怎么样，还有没有可以继续压榨性能的空间。

结果还不错：

整体配置已经算是“能打选手”，不是那种一碰就碎的脆皮方案。

但嘛，搞优化的人都懂——“还能再抠一点”。

所以接下来计划也很明确：

👉 开始折腾「灵魂文件」系列

👉 深挖 soul.md、user.md 这些“人格外挂”

👉 争取把龙虾从“好用”，养成“离不开”

总结一句话：

这波不是简单回归，是——

带着更强外挂归来的养虾二周目 😄

结论

你现在的记忆系统已经是 QMD 后端，而且是正在正常工作的，不是默认的 memory-core / sqlite 那套。

当前是一个：

Markdown 记忆文件 + QMD 检索索引 + 会话导出 + 压缩前记忆刷新

的组合。

一、当前实际生效的记忆配置

1）当前后端

你现在是：

memory.backend = "qmd"

说明：

不是默认 builtin sqlite recall
而是走 QMD 做记忆检索

2）当前 citations

你现在是：

memory.citations = "auto"

说明：

memory_search 返回结果时，会按情况附带

Source: <path#line>

方便追溯记忆来源
不是强制每次都显示，但默认允许引用来源

3）当前 QMD 配置

当前 memory.qmd 关键配置：

includeDefaultMemory = true
update.interval = "5m"
update.debounceMs = 15000
limits.maxResults = 8
limits.timeoutMs = 5000

paths:
  main-workspace -> [本机路径已隐藏]

command = [本机路径已隐藏]

sessions.enabled = true
sessions.retentionDays = 30

配置含义说明

includeDefaultMemory = true

会自动索引默认记忆文件：

MEMORY.md
memory/**/*.md

paths = workspace//*.md**

除了默认 memory 文件，还把整个 workspace 的 Markdown 纳入索引范围。

也就是说：

不只是 MEMORY.md / memory/*.md，很多文档型 .md 也会进 QMD 检索。

update.interval = 5m

QMD 每 5 分钟刷新一次索引

debounceMs = 15000

文件变化后不会立即刷新索引
会等待 15 秒（防抖）

limits.maxResults = 8

每次 recall 最多返回 8 条

limits.timeoutMs = 5000

单次检索超时：5 秒

sessions.enabled = true

会话内容也会进入可检索索引

sessions.retentionDays = 30

保留最近 30 天会话用于 recall

二、当前运行状态

你当前 openclaw memory status 状态：

main
• Provider: qmd
• Sources: memory, sessions
• Indexed: 94 chunks
• Vector: ready

code
• Provider: qmd
• Sources: memory, sessions
• Indexed: 79 chunks
• Vector: ready

writer
• Provider: qmd
• Sources: memory, sessions
• Indexed: 83 chunks
• Vector: ready

说明

你现在不是“只配置但没运行”，而是：

main / code / writer 三个 agent 都有独立 QMD 索引
QMD vector 状态正常（ready）
memory + sessions 两类数据源都在工作

三、当前记忆机制

机制 1：Markdown 是记忆源头

OpenClaw 的记忆本体是：

Markdown 文件（不是模型内存）

核心文件：

MEMORY.md：长期记忆 / 索引
memory/YYYY-MM-DD.md：日常记录

👉 结论：

真正能长期保留的信息，必须写入文件

机制 2：memory_search / memory_get

当前 recall 工具：

memory_search  → 语义搜索（QMD 索引）
memory_get     → 精确读取文件内容

典型流程：

1. memory_search
2. memory_get（读取命中文件）

机制 3：QMD 做索引和检索

你当前使用的是：

QMD 检索体系（非简单关键词搜索）

特点：

本地索引
BM25 + 向量 + rerank
Markdown 仍是 source of truth
通过 CLI 调用

👉 意味着：

比 grep 强
比纯向量 recall 更稳定
更适合「记忆文件 + 会话」混合检索

机制 4：会话也进入记忆搜索

你开启了：

memory.qmd.sessions.enabled = true

因此 recall 来源包括：

Markdown 文件（长期记忆）
最近会话（短期记忆）

状态中体现为：

Sources: memory, sessions

优点

最近聊过但未写入 memory 的内容也能被召回

风险

会话记忆较“热”，可能干扰长期记忆
不如写入 MEMORY.md 稳定

机制 5：自动记忆刷新（memoryFlush）

你开启了：

agents.defaults.compaction.memoryFlush.enabled = true

阈值：

softThresholdTokens = 90000
forceFlushTranscriptBytes = 2mb

作用

当会话接近压缩（compaction）时：

会先触发一次「静默记忆刷新」

流程：

先写记忆 → 再压缩上下文

目的

避免：

会话被压缩
有价值信息未写入 memory
导致“聊过但丢失”

阈值分析

softThresholdTokens = 90000

属于：

较高阈值（偏保守）

意味着：

会话很长才触发
不会频繁打扰

机制 6：上下文裁剪（影响体验）

配置：

contextPruning.mode = "cache-ttl"
ttl = "1h"
keepLastAssistants = 6
softTrimRatio = 0.25
hardClearRatio = 0.5

说明：

这不是记忆系统本身
但会影响“上下文保留”体验

四、配置优化调整（已完成）

已调整为推荐版

已修改：

limits.maxResults: 8 → 5
sessions.retentionDays: 30 → 14

paths:
- workspace/**/*.md
+ workspace/memory/**/*.md
+ workspace/MEMORY.md

调整效果

recall 更聚焦
token 使用更少
sessions 噪音降低
更适合「个人记忆 + 多 agent」场景

五、运行提示说明

重启时出现提示：

[openclaw] missing tool result in session history; inserted synthetic error result for transcript repair.

说明：

属于 会话历史修复提示
❌ 不是配置错误
✅ 不影响记忆系统

六、下一步建议

在本机执行：

openclaw gateway restart
openclaw memory status

可以进一步做的检查

如果你需要，我可以继续帮你：

✅ 确认新配置是否完全生效
✅ 对比 indexed files / chunks 是否下降
✅ 分析 recall 质量是否提升

如果你下一步想做更高级优化（比如：冷热记忆分层 / agent 专属记忆 / 自动写入策略），我也可以帮你把这套系统再往上提一档。

…未完待续…