OpenClaw 记忆系统实战：Token 压缩与双层记忆架构

更新索引与搜索示例：

# 更新索引
qmd update "C:\Users\fly\.openclaw\workspace-magic"

# BM25 搜索（无需语义向量）
qmd search "关键词" -c "C:\Users\fly\.openclaw\workspace-magic"

# 查看已索引文件
qmd ls "C:\Users\fly\.openclaw\workspace-magic"

记忆分类对比

自我反思机制：AI 也会'三省吾身'

设计思路

既然 AI 每次会话都是'新'的，那就让它定时'醒过来'检查一下自己。 仿照古人的'三省吾身'：

• 晨省：检查今日计划
• 午省：进度回顾
• 晚省：今日总结，存入长期记忆

实现逻辑

创建 scripts/self-reflection.py 来定义时间窗口：

# 三省时间窗口
MORNING_START, MORNING_END = time(6, 0), time(10, 0)   # 晨省
NOON_START, NOON_END = time(12, 0), time(15, 0)        # 午省
EVENING_START, EVENING_END = time(20, 0), time(23, 0)  # 晚省

# 检查当前时段，决定是否触发反思
def get_current_period(now):
    current_time = now.time()
    if MORNING_START <= current_time <= MORNING_END:
        return "morning"
    # ... 其他时段判断

在 HEARTBEAT.md 中配置检查流程：

## Check Procedure
### Step 1: Check Token Usage
- If usage >= 70%: 提醒用户 /compact

### Step 2: Self-Reflection Check
运行 self-reflection.py，按时段执行反思

### Step 3: Run Task Checker
执行定时任务（QMD 更新、每日总结、每周维护）

工作流程

Heartbeat (每 30 分钟)
    │
    ├── 检查 Token 使用率 >= 70%? → 提醒压缩
    │
    ├── 检查时段
    │   ├── 06:00-10:00 → 晨省（今日计划）
    │   ├── 12:00-15:00 → 午省（进度回顾）
    │   └── 20:00-23:00 → 晚省（总结 + Mem0）
    │
    └── 执行定时任务
        ├── QMD 索引更新（>20h）
        ├── 每日总结（>20h）
        └── 每周维护（~6 天）

文件结构

workspace-magic/
├── AGENTS.md          # 工作区规则
├── SOUL.md            # AI 人格定义
├── USER.md            # 用户信息
├── MEMORY.md          # 长期记忆核心（手动维护）
├── HEARTBEAT.md       # Heartbeat 任务定义
│
├── scripts/
│   ├── check-tasks.py # 定时任务检查
│   └── self-reflection.py # 三省系统
│
└── memory/
    ├── 2026-02-25.md      # 每日日志
    ├── reflection-state.json  # 三省状态
    └── cron-state.json    # 任务状态

效果验证

配置生效确认

$ openclaw config get agents.defaults.compaction
{
  "mode": "safeguard",
  "reserveTokensFloor": 38400,
  "memoryFlush": {
    "enabled": true,
    "softThresholdTokens": 89600
  }
}
$ openclaw config get agents.defaults.heartbeat
{
  "every": "30m",
  "prompt": "Read HEARTBEAT.md if it exists..."
}

记忆系统状态

三省系统

当前时段会自动检查，在对应时间窗口触发反思任务。

下一步规划

• 观察晚省自动总结效果
• 优化 Mem0 存储质量（自动提取关键信息）
• 探索更智能的记忆召回策略

总结

这套系统的核心思想：

1. Token 管理：主动出击，70% 就压缩，不要等爆了再救
2. 双层记忆：快的负责日常，深的负责沉淀
3. 自我进化：定时反思，让 AI 越用越聪明

OpenClaw 的配置灵活度很高，配合 Heartbeat 和自定义脚本，可以做出很多有趣的东西。