具备结构化索引与自动学习功能的本地记忆系统。支持自动写入、启发式召回及知识不足时的自动学习。兼容 s...
QQ记忆大师 — 精密记忆系统
功能概述
QQ记忆大师 — 精密记忆系统是一项面向实际任务的技能，主要用于将您的AI代理从忘却转换为图片；AI代理大多患有记忆失忆症 : QQ 无法记住您讨论的内容。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
使用与执行
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；
结果检查与注意事项
若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。
🧠 Memory Master — 精准记忆系统
将你的 AI agent 从健忘者升级为过目不忘者。
问题所在
大多数 AI agent 都存在记忆失忆症：
- ❌ 无法记住你昨天讨论过的内容
- ❌ 加载整份记忆文件，浪费大量 token
- ❌ 模糊搜索返回无关结果
- ❌ 缺乏结构，仅是原始文本堆砌
- ❌ 被动等待用户触发回忆，从不主动调取记忆
你值得更好的体验。
解决方案：Memory Master v1.2.4
一种精准定位的记忆架构，支持可选的网络学习能力。
✨ 核心特性
| 特性 | 说明 |
|---|---|
| 📝 结构化记忆 | 每条记录均采用“因 → 改 → 待”格式 |
| 🔄 自动索引同步 | 一次写入，索引自动更新 |
| 🎯 零 token 浪费 | 仅读取所需内容，不多读一字 |
| ⚡ 启发式回忆 | 上下文缺失时，主动发现相关记忆 |
| 🧠 自动学习 | 本地知识不足时，自动搜索网页以学习并更新知识库 |
| 🔓 完全可控 | 所有文件可见、可编辑、可删除；无任何自动网络调用。 |
记忆格式
每日记忆：memory/daily/YYYY-MM-DD.md
格式：
## [日期] 主题 - 因：原因/背景 - 改：做了什么、改了什么 - 待：待办/后续
示例：
## [2026-03-03] 记忆系统升级 - 因：原记忆目录混乱，查找困难 - 改：目录调整为 daily/ + knowledge/，上传 v1.1.0 - 待：检查 ClawHub 描述
为何采用此格式？
- 一目了然
- 逻辑清晰：因 → 改 → 待
- 通用模板，适用于任何场景
索引格式
索引文件：memory/daily-index.md
格式：
# 记忆索引 - 主题名 → daily/日期.md,日期.md
示例：
# 记忆索引 - 记忆系统升级 → daily/2026-03-03.md - 飞书配置 → daily/2026-03-02.md,daily/2026-03-03.md - 电商网站 → daily/2026-03-02.md
规则：
- 多日记录使用英文逗号分隔
- 仅允许一个一级标题：“记忆索引”
- 简洁清晰，一眼即可定位
启发式回忆协议
何时触发回忆
**切勿等待用户说出“昨天”或“记得”等提示词**
在以下情况触发回忆：
- 用户提及一个你缺乏上下文的主题
- 当前对话引用了过往内容
- 你意识到“我可能没有该信息”
- 用户使用指代性表达，如“那个”、“该项目”、“该技能”
回忆流程
用户问题 → 发现上下文缺失 → 读取 index 定位主题 → 读取记忆文件 → 恢复上下文 → 回答
示例：
User: "那个 skill 你觉得还有什么要改的吗？" 1. 思考：我知道用户指哪个 skill 吗？→ 不知道，上下文没有 2. 读取 index → 找到"记忆系统升级 → daily/2026-03-03.md" 3. 读取文件 → 恢复记忆 4. 回答："根据昨天记录，我们..."
核心原则
“当你意识到自己不知道时，请立刻查阅索引。”
知识库系统
知识结构
memory/knowledge/ ├── knowledge-index.md └── *.md (knowledge entries)
知识索引：memory/knowledge-index.md
极简格式 — 关键字列表：
# 知识库索引 - clawhub - oauth - react
何时读取知识库
启发式判断：仅当当前上下文无相关信息时才读取
- 用户明确要求 → 按用户要求执行
- 用户未明确要求 → 检查上下文是否已有相关规则
- 上下文无相关内容 → 搜索知识库索引
- 找到对应项 → 读取知识库文件并执行
- 上下文已有 → 直接使用
- 上下文缺失 → 搜索索引 → 读取知识库文件 → 执行
问题解决流程
用户问题 → 上下文有？→ 有：直接解决 / 无：搜索索引 → 有知识？→ 有：解决 / 无：自动网络搜索学习 → 写入知识库 → 更新索引 → 解决问题
示例：
User: "怎么上传 skill 到 ClawHub？" 1. 上下文有 clawhub 信息？→ 有（刚学过）→ 直接回答 2. 不用读知识库 --- User: "怎么实现 OAuth？" 1. 上下文有 OAuth 信息？→ 没有 2. 搜索 knowledge-index → 未找到 OAuth 条目 3. 告知用户：“我还不会，先去查一下” 4. 网络搜索学习 5. 写入 knowledge/oauth.md 6. 更新 knowledge-index 7. 开始与用户沟通解决方案
写入流程
何时写入
在以下情形发生后立即写入：
- 讨论达成结论
- 做出决策
- 分配行动项
- 发生重要事件
- 学到新知识（每次响应前均需检查）
⚠️ 重要：自动触发写入
切勿等待用户提醒！
每次响应前快速自查：“本次对话中我是否学到了新内容？” 若有，则立即写入。
上述任一情形发生时，必须立即写入。这不是可选项。
技能事件触发（自动记录）
当技能完成或报错时，自动记录至知识库：
| 事件 | 写入位置 | 内容 |
|---|---|---|
| skill_complete | memory/knowledge/ | 记录所掌握的新技能/新方法 |
| skill_error | memory/knowledge/ | 记录错误原因及解决方案 |
统一写入知识库，因其本质均为“获得新知识”。
写入步骤
- 检测结论/行动项（每次自动执行）
- 格式化为“因-改-待”模板
- 写入至
memory/daily/YYYY-MM-DD.md - 更新
daily-index.md（新增主题或追加日期）
重要：每次向 daily memory 写入后，必须同步更新索引！
更新 MEMORY.md（如需）
向 MEMORY.md 写入时：
- 检查是否存在重复/过时规则
- 合并并清理冗余内容
- 保持最小化原则
示例
讨论：我们要改进记忆系统，决定把目录分成 daily/ 和 knowledge/ 结论：改完了，今天上传到 GitHub 和 ClawHub 写入： ## [2026-03-04] 记忆系统升级 - 因：原记忆目录混乱，查找困难 - 改：目录调整为 daily/ + knowledge/，上传 v1.1.0 - 待：检查 ClawHub 描述 更新索引： - 记忆系统升级 → daily/2026-03-03.md,daily/2026-03-04.md
回忆流程总览
| 步骤 | 动作 | 触发条件 |
|---|---|---|
| 1 | 解析用户问题 | 用户提问 |
| 2 | 检查：我是否有上下文？ | 存在不确定性 |
| 3 | 读取 daily-index.md | 上下文缺失 |
| 4 | 定位相关主题 | 索引中已存在 |
| 5 | 读取目标日期文件 | 已知具体日期 |
| 6 | 恢复上下文 | 成功获取信息 |
| 7 | 回答用户 | 流程完成 |
知识库流程总览
| 步骤 | 动作 | 触发条件 |
|---|---|---|
| 1 | 解析用户问题 | 用户提问 |
| 2 | 搜索 knowledge-index | 始终优先检查 |
| 3 | 是否找到解决方案？ | 是 → 解决 / 否 → 继续 |
| 4 | 告知用户“我暂不了解” | 无可用方案 |
| 5 | 搜索网页并学习 | 获取新知识 |
| 6 | 写入 knowledge/*.md | 获得新知识 |
| 7 | 更新 knowledge-index | 保持索引同步 |
| 8 | 解决问题 | 流程完成 |
文件结构
~/.openclaw/workspace/ ├── AGENTS.md # 你的规则 ├── MEMORY.md # 长期记忆（仅主会话使用） ├── memory/ │ ├── daily/ # 每日记录 │ │ ├── 2026-03-02.md │ │ ├── 2026-03-03.md │ │ └── 2026-03-04.md │ ├── knowledge/ # 知识库 │ │ ├── react-basics.md │ │ └── flask-api.md │ ├── daily-index.md # 每日记忆索引 │ └── knowledge-index.md # 知识索引
对比分析
| 指标 | 传统方式 | Memory Master v1.2 |
|---|---|---|
| 回忆准确率 | ~30% | ~95% |
| 单次回忆 token 成本 | 高（加载整份文件） | 趋近于零（精准定位） |
| 主动回忆 | ❌ | ✅（启发式） |
| 知识学习能力 | ❌ | ✅ |
| API 依赖 | Vector DB / OpenAI | 无 |
| 部署复杂度 | 高 | 零 |
| 延迟 | 波动较大 | 即时响应 |
运行要求
无任何外部依赖。 本技能完全基于纯 OpenClaw 运行：
- ✅ 已安装 OpenClaw
- ✅ 工作区已配置
- ✅ 就是这样！
无需外部 API、无需 embedding、零成本。
安装指南
1. 安装技能
clawdhub install memory-master
2. 自动初始化（v2.6.0 增强版）
# 此命令将自动执行： # - 将心跳规则从 AGENTS.md 迁移至 HEARTBEAT.md # - 优化 AGENTS.md（去重、精简、重构） # - 将 MEMORY.md 转换为纯经验/教训仓库 # - 创建 memory 目录结构及索引文件 # - 将原始文件备份至 .memory-master-backup/ 目录 clawdhub init memory-master
增强版初始化执行内容：
| 步骤 | 动作 | 结果 |
|---|---|---|
| 1 | 备份 | 原始文件保存至 .memory-master-backup/ |
| 2 | 心跳迁移 | 心跳内容从 AGENTS.md 迁移至 HEARTBEAT.md |
| 3 | AGENTS.md 优化 | 移除重复项、过时规则，语言更精炼 |
| 4 | MEMORY.md 转型 | 转换为纯经验/教训仓库 |
| 5 | 记忆结构创建 | 创建 memory/ 目录及索引文件 |
初始化后生成的文件：
~/.openclaw/workspace/ ├── AGENTS.md # 优化后的行为规则 + 记忆系统规则 ├── MEMORY.md # 纯经验/教训仓库 ├── HEARTBEAT.md # 心跳任务与指南 ├── memory/ │ ├── daily/ # 每日记录（YYYY-MM-DD.md 格式） │ ├── knowledge/ # 知识库（*.md 文件） │ ├── daily-index.md # 记忆索引 │ └── knowledge-index.md # 知识索引
或手动操作（高级用户）：
# 1. 直接运行初始化脚本 node ~/.agents/skills/memory-master/scripts/init.js # 2. 或手动复制模板 cp ~/.agents/skills/memory-master/templates/optimized-agents.md ~/.openclaw/workspace/AGENTS.md cp ~/.agents/skills/memory-master/templates/heartbeat-template.md ~/.openclaw/workspace/HEARTBEAT.md cp ~/.agents/skills/memory-master/templates/memory-lessons.md ~/.openclaw/workspace/MEMORY.md # 3. 创建 memory 目录 mkdir -p ~/.openclaw/workspace/memory/daily mkdir -p ~/.openclaw/workspace/memory/knowledge # 4. 创建索引文件 cp ~/.agents/skills/memory-master/templates/daily-index.md ~/.openclaw/workspace/memory/daily-index.md cp ~/.agents/skills/memory-master/templates/knowledge-index.md ~/.openclaw/workspace/memory/knowledge-index.md
⚠️ 安全与隐私
- 100% 本地化：所有记忆/知识仅存储于本地工作区文件中；除用户主动发起的网页搜索外，无任何数据离开你的设备。
- 自动本地写入：这是关键特性——防止信息丢失，与 OpenClaw 原生记忆系统一致。
- 自动学习：当本地知识不足时，自动搜索网页学习，并仅将结果写入本地知识库。
- 完全透明：所有文件随时可见、可编辑、可删除。
- 安全可靠：不上传任何数据，仅向搜索引擎发送搜索查询。
- 用户掌控：所有网络活动前，均由用户显式授权（例如：“我去查一下”、“let me search the web”）。
触发机制
记忆回忆触发词
- “那个”
- “上次”
- “之前”
- “昨天”
- “earlier”
- 或：当你意识到自身缺乏上下文时
知识学习触发条件
- 知识库中无法找到答案
- 用户提出全新问题
记忆写入触发条件
- 讨论达成结论
- 做出决策
- 分配行动项
最佳实践
- 立即写入 — 不等待，结论达成即刻记录
- 保持简洁 — 每点一行，但核心信息完整保留
- 严格套用模板 — 因 → 改 → 待
- 同步更新索引 — 每次写入 daily memory 后必须更新
- 启发式回忆 — 不依赖用户提示，主动识别上下文缺口
- 主动学习 — 当你不确定时，坦诚告知并立即学习
压缩检测（v2.6.3+）
⚠️ 重要：必须在每次响应后运行！
每次响应后执行：
node ~/.agents/skills/memory-master/scripts/detect.js
在每次响应末尾显示状态：
- 50%:
📝 上下文使用率：50% - 是否需要记录记忆或知识库？ - 70%:
⚠️ 上下文使用率：70% - 建议记录当前进度 - 85%:
🚨 上下文使用率：85% - 请立即记录当前进度！
为何重要：
- 防止因上下文压缩导致信息丢失
- 及时提醒用户在数据被覆盖前记录记忆
- 与 heartbeat 协同工作，但执行频率更高
Memory Master 的承诺
“AI agent 的能力上限，取决于其记忆系统的优劣。为其配备一套永不遗忘、绝不浪费、永远精准交付所需内容的记忆系统。”
Memory Master v1.2.0 — 因为记住一切，与学习新知同等重要。 🧠⚡
热门AI工具
相关专题
本专题从实际API接口调试场景出发，讲解Postman身份认证的完整配置流程，包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查，帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开，讲解Headers选项的具体使用方式，包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法，帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法，涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看，帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题，整理Excel、CSV、SQL、TXT等常见文件的数据导入方法，涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作，帮助用户将本地文件中的数据写入数据库，并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题，围绕数据库连接安全、账号密码保护和访问权限管理展开，整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法，同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项，帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理，覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库，整理相应的连接设置方法，并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开，说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充，并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章
