Smart Memory v3.1 技能

Smart Memory v3.1 是一个以本地转录（transcript）为首要输入的认知记忆运行时，支持基于修订感知的派生机制、固定上下文通道（pinned context lanes）、面向实体的检索，以及受令牌数量限制的提示词（prompt）构建。

核心运行时组件：

• Node 适配器：smart-memory/index.js
• 本地 API：server.py
• 系统门面（System facade）：cognitive_memory_system.py
• 规范存储（Canonical store）：storage/sqlite_memory_store.py 及 transcripts/ 目录

核心能力

• 以转录为首要输入的数据摄取（ingest），并支持按消息粒度记录转录日志
• 类型化长期记忆，包括 preference、identity 和 task_state
• 基于证据的修订生命周期决策与替代链（supersession chains）
• 显式区分核心记忆（core memory）与工作记忆（working memory）通道
• 面向实体的检索，并辅以轻量级关系提示（relationship hints）
• 从转录历史中确定性重建（deterministic rebuild）记忆状态
• 面向工作上下文的热记忆（hot-memory）兼容性预估（compatibility projection）
• 严格受令牌数量限制的提示词构建，并附带追踪元数据（trace metadata）
• 提供用于检查转录、证据、历史、通道及评估运行（eval runs）的调试端点

OpenClaw 集成

请使用 skills/smart-memory-openclaw/ 目录下的原生封装包。

主要导出接口：

• createSmartMemorySkill(options)
• createOpenClawHooks({ skill, agentIdentity, summarizeWithLLM })

该封装层保持稳定，而底层后端现已全面采用以转录为首要输入的设计。

工具接口

1. memory_search

• 用途：通过 /retrieve 接口查询相关记忆
• 支持参数 query、type、limit、min_relevance，以及可选的 conversation_history
• 执行前对后端进行健康检查

2. memory_commit

• 用途：持久化重要事实、决策、信念、目标或会话摘要
• 执行前对后端进行健康检查
• 对提交操作进行序列化，以保障本地嵌入（embedding）吞吐性能
• 将失败的提交任务入队至 .memory_retry_queue.json

3. memory_insights

• 用途：获取待处理的后台洞察（pending background insights）
• 执行前对后端进行健康检查
• 调用 /insights/pending 接口

API 端点

核心端点：

• GET /health
• POST /ingest
• POST /retrieve
• POST /compose
• POST /run_background
• GET /memories
• GET /memory/{memory_id}
• GET /insights/pending

转录与调试端点：

• POST /transcripts/message
• GET /transcripts/{session_id}
• GET /transcript/message/{message_id}
• GET /memory/{memory_id}/evidence
• POST /revise
• GET /memory/{memory_id}/history
• GET /memory/{memory_id}/active
• GET /memory/{memory_id}/chain
• GET /lanes/{lane_name}
• POST /lanes/{lane_name}/{memory_id}
• DELETE /lanes/{lane_name}/{memory_id}
• POST /rebuild
• POST /rebuild/{session_id}
• GET /eval/suite/{suite_name}
• GET /eval/case/{case_id}

运行指导原则

• 当连续性至关重要时，应在发言前先查询记忆
• 除非检索结果确实支持，否则不得声称已具备先前上下文
• 转录（transcripts）是权威来源，记忆（memories）由其派生
• 将 SQLite 视为权威运行时存储
• 仅将 JSON 用作离线导出或备份用途
• 维持仅使用 CPU 的 PyTorch 策略不变

已弃用内容

旧版向量记忆（vector-memory）CLI 构建产物仍处于弃用状态，不应恢复使用。