全面回忆 — 自主智能体记忆系统

唯一能自主持续观察的记忆能力。

无需数据库。无需向量索引。无需手动保存。仅需一个 LLM 观察者，将你的对话自动压缩为带优先级的笔记，在内容增长时主动合并，并补全任何遗漏信息。五层冗余保障，零维护成本。约 $0.10/月。

当其他记忆能力要求你“记得去记住”时，本系统只需专注倾听。

架构

第 1 层：观察者（cron 定时任务，每 15–30 分钟一次）
    ↓ 将近期消息压缩 → observations.md
第 2 层：反思者（当 observations.md 超过 8000 字时自动触发）
    ↓ 合并相关内容，剔除已过时信息 → 减少 40–60% 冗余
第 3 层：会话恢复（每次执行 /new 或 /reset 时运行）
    ↓ 捕获观察者可能遗漏的会话
第 4 层：响应式监听器（inotify 守护进程，仅 Linux 支持）
    ↓ 在主会话目录中检测到 40+ 条新 JSONL 写入后触发观察者，5 分钟冷却期
第 5 层：预压缩钩子（memoryFlush）
    ↓ 在 OpenClaw 执行上下文压缩前进行紧急捕获，确保无信息丢失

功能说明

• 观察者读取近期会话转录文件（JSONL），将其发送至 LLM 处理，并将压缩后的观察结果按优先级（高、中、低）追加至 observations.md
• 反思者在 observation 日志体积过大时自动激活，合并相关条目，并剔除陈旧的低优先级条目
• 会话恢复在每次会话启动时运行，检查上一会话是否已被捕获；若未捕获，则立即执行一次紧急观察
• 响应式监听器使用 inotify 监听会话目录，使高频活动期的捕获速度显著快于 cron 默认间隔
• 预压缩钩子在 OpenClaw 即将压缩上下文前触发，确保关键信息不被截断或丢弃

快速开始

1. 安装技能

clawdhub install total-recall

2. 设置 API 密钥

添加至你的 .env 文件或 OpenClaw 配置中：

OPENROUTER_API_KEY=sk-or-v1-xxxxx

3. 运行初始化脚本

bash skills/total-recall/scripts/setup.sh

该脚本将执行以下操作：

• 创建内存目录结构（memory/、logs/ 及备份目录）
• 在支持 inotify + systemd 的 Linux 系统上：安装响应式监听器服务
• 输出需手动添加的 cron 任务与智能体配置说明

4. 配置智能体以加载 observation 日志

将以下内容添加至智能体的工作区上下文（例如 MEMORY.md 或系统提示词）：

会话启动时，读取 `memory/observations.md` 获取跨会话上下文。

或使用 OpenClaw 的 memoryFlush.systemPrompt 注入启动指令。

平台支持

所有核心脚本均采用可移植 bash 编写。stat、date 和 md5 命令通过 _compat.sh 实现跨平台兼容。

配置

所有脚本均从环境变量读取配置，提供合理默认值：

LLM 服务商配置

Total Recall 支持任意兼容 OpenAI Chat Completion API 的服务商。通过设置环境变量切换服务商：

服务商示例

# OpenRouter（默认）
export OPENROUTER_API_KEY="your-key"

# Ollama（本地）
export LLM_BASE_URL="http://localhost:11434/v1"
export LLM_API_KEY="ollama"
export LLM_MODEL="llama3.1:8b"

# Groq
export LLM_BASE_URL="https://api.groq.com/openai/v1"
export LLM_API_KEY="your-groq-key"
export LLM_MODEL="llama-3.3-70b-versatile"

生成的文件

memory/
  observations.md          # 主观察日志（会话启动时加载）
  observation-backups/     # 反思者备份（保留最近 10 份）
  .observer-last-run       # 上次观察者运行时间戳
  .observer-last-hash      # 上次处理消息的 MD5 去重哈希值
logs/
  observer.log
  reflector.log
  session-recovery.log
  observer-watcher.log

cron 任务

初始化脚本将创建以下 OpenClaw cron 任务：

响应式监听器（仅 Linux）

响应式监听器使用 inotifywait 检测会话目录活动，从而比单纯依赖 cron 更快地触发观察者。需 Linux 系统并已安装 inotify-tools。

# 安装 inotify-tools（Debian/Ubuntu）
sudo apt install inotify-tools

# 查看监听器状态
systemctl --user status total-recall-watcher

# 查看日志
journalctl --user -u total-recall-watcher -f

成本

通过 OpenRouter 使用 DeepSeek v3.2：

• 典型使用场景（观察者 + 反思者）每月约 $0.03–0.10
• 每日约 15–30 次 cron 执行，每次处理数百 token

技术原理

观察者

1. 查找最近修改的会话 JSONL 文件
2. 过滤掉子智能体/定时任务会话
3. 从设定回溯窗口中提取用户与助手消息
4. 基于 MD5 哈希比对实现消息去重
5. 将消息连同观察者提示词（含优先级压缩逻辑）发送至 LLM
6. 将结果追加至 observations.md
7. 若 observation 日志超过字数阈值，则触发反思者

反思者

1. 备份当前 observations.md
2. 将整份日志连同合并指令发送至 LLM
3. 验证输出长度小于输入（合理性校验）
4. 用合并后版本替换原日志
5. 清理旧备份（保留最近 10 份）

会话恢复

1. 每次执行 /new 或 /reset 时运行
2. 对上一会话文件末尾若干行计算哈希值
3. 与上次观察者运行时记录的哈希值比对
4. 若不一致：以恢复模式（4 小时回溯窗口）运行观察者
5. 兜底方案：若观察者失败，则直接提取原始消息

响应式监听器

1. 使用 inotifywait 监听会话目录
2. 仅统计主会话文件的 JSONL 写入次数
3. 累计达 40+ 行后触发观察者（含 5 分钟冷却）
4. 检测到 cron 或外部观察者运行时，重置计数器

自定义提示词

观察者与反思者的系统提示词位于 prompts/ 目录下：

• prompts/observer-system.txt — 控制对话压缩方式
• prompts/reflector-system.txt — 控制 observation 合并逻辑

可编辑这些文件，使其契合智能体的性格特征与关注重点。

梦境循环（Dream Cycle）

梦境循环是一个可选的夜间智能体，于非活跃时段运行，用于进一步整合 observations.md。它将陈旧条目归档，并添加语义钩子（semantic hook），确保真正有价值的信息不会丢失。上下文保持精简，所有内容仍可高效检索。

功能说明

• 按影响等级（关键 / 高 / 中 / 低 / 极低）与时效性对每条 observation 进行分类
• 将超过相关性阈值的条目归档
• 为每个归档条目添加语义钩子（特定关键词 + 归档引用）
• 自动验证归档结果，异常时自动回滚

特性

多钩子检索（Multi-Hook Retrieval） — 每个归档条目附带 4–5 种替代搜索短语。即使使用与原文不同的词汇，仍可准确召回对应记忆。

置信度评分（Confidence Scoring） — 每条 observation 均附带置信度分（0.0–1.0）与来源类型（explicit、implicit、inference、weak、uncertain）。高置信度条目保留更久；低置信度条目更快进入归档队列。

记忆类型系统（Memory Type System） — 共 7 类记忆，各具独立 TTL（生存期）：event（14 天）、fact（90 天）、preference（180 天）、goal（365 天）、habit（365 天）、rule（永不过期）、context（30 天）。该元数据以不可见 HTML 注释形式嵌入 observations.md。

Observation 分块（Observation Chunking） — 将 3 条及以上关联紧密的 observation 压缩为单一条目摘要。源条目归档，摘要条目以 chunk hook 替代之。最高可实现 75% 的 token 节省。

重要性衰减（Importance Decay） — 每类记忆按日应用专属衰减率，用于归档决策前的重要性分数修正。低于归档阈值的条目进入移除队列。衰减率：event（-0.5/天）、fact（-0.1/天）、preference（-0.02/天）、rule/habit/goal（无衰减）。

模式提升（Pattern Promotion） — 扫描近期梦境日志，识别跨 3 天以上、出现频次 ≥3 的重复主题。将提升建议写入 memory/dream-staging/ 待人工审核。使用 staging-review.sh 列出、查看、批准或拒绝提案。context 类型永不自动提升。

部署步骤

1. 运行 bash skills/total-recall/scripts/setup.sh — 自动创建梦境循环所需目录。

2. 添加夜间 cron 任务：

   # 梦境循环 — 每日凌晨 3 点执行
   0 3 * * * OPENCLAW_WORKSPACE=~/your-workspace bash ~/your-workspace/skills/total-recall/scripts/dream-cycle.sh preflight
   

3. 使用 prompts/dream-cycle-prompt.md 作为系统提示词配置你的 cron 智能体。推荐模型组合：Claude Sonnet（用于梦境分析与决策）、DeepSeek v3.2（用于低成本、高速观察）。

4. 初始几晚启用 READ_ONLY_MODE=true。每次运行后检查 memory/dream-logs/，确认其拟归档内容是否符合预期。

5. 确认无误后，切换至 READ_ONLY_MODE=false。

配置

文件说明

创建的目录

memory/
  archive/
    observations/        # 归档条目（按夜拆分为单个 .md 文件）
    chunks/              # Observation 分块组
  dream-logs/            # 夜间运行报告
  dream-staging/         # 等待人工审核的模式提升提案
  .dream-backups/        # 运行前安全备份
research/
  dream-cycle-metrics/
    daily/               # 每夜生成的 JSON 格式指标

故障排查

观察者未运行？

• 检查 logs/observer.log 中的错误日志
• 确认 OPENROUTER_API_KEY 已正确设置且有效
• 验证 cron 是否启用：crontab -l

会话启动时未加载 observations？

• 确保智能体启动指令中包含读取 memory/observations.md 的逻辑
• 确认 MEMORY_DIR 指向正确路径

响应式监听器未触发（Linux）？

• 运行 systemctl --user status total-recall-watcher
• 检查 inotify-tools 是否已安装：which inotifywait
• 查看监听器日志：journalctl --user -u total-recall-watcher -f

梦境循环归档过于激进？

• 启用 READ_ONLY_MODE=true，先审阅梦境日志再正式启用
• 调高 DREAM_TOKEN_TARGET 值，减少单次归档量

梦境循环归档不足？

• 降低 DREAM_TOKEN_TARGET 值，触发更积极的合并策略

设计灵感

本系统的设计灵感源自人类睡眠期间的记忆机制——海马体（观察者）负责即时捕捉经历，而在睡眠巩固阶段（反思者），重要记忆得以强化，噪声则被舍弃。

延伸阅读：《你的 AI 存在注意力缺陷》

“把你那屁股弄到火星上去。”——好吧，至少让你的智能体把记忆运转起来。