ADD file via upload
OpenClaw Memory · 本地 Agent 自进化记忆系统 Python 3.10+ License: MIT
让本地 Agent 拥有”记得住、分得清、用得准、越用越聪明”的长期记忆能力。
功能 remember — 写入记忆,自动分类(指令/偏好/事实/常识),写入前去重与矛盾检测 recall — 检索记忆,按 相似度 × 优先级 × 时效 排序返回 Top-K evolve — 自进化,重算优先级,久未访问且低价值者淘汰 stats — 查看记忆存量与分类分布 快速开始(本地 Python 版)
git clone https://gitee.com/Across2005/openclaw-memory.git cd openclaw-memory
python -m openclaw_memory remember “用户偏好中文技术文档,术语统一用简体” –type preference python -m openclaw_memory remember “翻译时必须保留原文段落编号” python -m openclaw_memory recall “术语怎么处理” python -m openclaw_memory evolve python -m openclaw_memory stats
python -m openclaw_memory.tests.test_system Coze Skill 部署 方式一:纯云端代码节点(零服务器) 打开 Coze Bot → 工作流 → 新建,拖入「代码节点」,语言选 Python 将 coze_skill/scripts/memory_code_node.py 全文粘贴进去 配置输入参数:action、content、store(JSON 字符串) 配置输出参数:result、store、isSuccess 新建工作流变量 memory_store(初始 {}),把返回的 store 写回变量,下一轮回传 方式二:API 插件(本地优先) pip install fastapi uvicorn export OPENCLAW_MEMORY_ROOT=./memory python coze_skill/references/backend_server.py 在 Coze「插件 → 通过 OpenAPI 创建」上传 coze_skill/references/plugin_openapi.yaml。
项目结构 openclaw-memory/ ├── openclaw_memory/ # 本地 Python 原型 │ ├── models.py # 记忆条目数据模型 │ ├── similarity.py # 语义相似度(零依赖) │ ├── crypto.py # 本地加密(可选) │ ├── storage.py # 三级存储(meta_index + 分类目录 + 条目文件) │ ├── modules.py # 核心算法:分类/矛盾/自进化/检索 │ ├── system.py # 编排门面 │ ├── cli.py # 命令行入口 │ └── tests/test_system.py # 6 项测试 ├── coze_skill/ # Coze Skill 包 │ ├── SKILL.md # 技能元信息(可直接导入 Coze) │ ├── scripts/memory_code_node.py # Coze 代码节点脚本 │ └── references/ # API 插件后端 + OpenAPI 描述 ├── docs/ # 设计文档 └── README.md 设计文档 项目方向与设计思路 设计文档 实现落地与可行性扩展 Coze 试用版说明 MoonBit 版说明 License MIT
一个支持智能体自主演进的本地记忆系统,通过持续学习与经验积累,提升代理的决策能力与上下文理解。
版权所有:中国计算机学会技术支持:开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802047560号
memory_auto_evolution_self_local
OpenClaw Memory · 本地 Agent 自进化记忆系统 Python 3.10+ License: MIT
让本地 Agent 拥有”记得住、分得清、用得准、越用越聪明”的长期记忆能力。
功能 remember — 写入记忆,自动分类(指令/偏好/事实/常识),写入前去重与矛盾检测 recall — 检索记忆,按 相似度 × 优先级 × 时效 排序返回 Top-K evolve — 自进化,重算优先级,久未访问且低价值者淘汰 stats — 查看记忆存量与分类分布 快速开始(本地 Python 版)
克隆
git clone https://gitee.com/Across2005/openclaw-memory.git cd openclaw-memory
运行(零依赖,纯 Python 3.10+)
python -m openclaw_memory remember “用户偏好中文技术文档,术语统一用简体” –type preference python -m openclaw_memory remember “翻译时必须保留原文段落编号” python -m openclaw_memory recall “术语怎么处理” python -m openclaw_memory evolve python -m openclaw_memory stats
测试
python -m openclaw_memory.tests.test_system Coze Skill 部署 方式一:纯云端代码节点(零服务器) 打开 Coze Bot → 工作流 → 新建,拖入「代码节点」,语言选 Python 将 coze_skill/scripts/memory_code_node.py 全文粘贴进去 配置输入参数:action、content、store(JSON 字符串) 配置输出参数:result、store、isSuccess 新建工作流变量 memory_store(初始 {}),把返回的 store 写回变量,下一轮回传 方式二:API 插件(本地优先) pip install fastapi uvicorn export OPENCLAW_MEMORY_ROOT=./memory python coze_skill/references/backend_server.py 在 Coze「插件 → 通过 OpenAPI 创建」上传 coze_skill/references/plugin_openapi.yaml。
项目结构 openclaw-memory/ ├── openclaw_memory/ # 本地 Python 原型 │ ├── models.py # 记忆条目数据模型 │ ├── similarity.py # 语义相似度(零依赖) │ ├── crypto.py # 本地加密(可选) │ ├── storage.py # 三级存储(meta_index + 分类目录 + 条目文件) │ ├── modules.py # 核心算法:分类/矛盾/自进化/检索 │ ├── system.py # 编排门面 │ ├── cli.py # 命令行入口 │ └── tests/test_system.py # 6 项测试 ├── coze_skill/ # Coze Skill 包 │ ├── SKILL.md # 技能元信息(可直接导入 Coze) │ ├── scripts/memory_code_node.py # Coze 代码节点脚本 │ └── references/ # API 插件后端 + OpenAPI 描述 ├── docs/ # 设计文档 └── README.md 设计文档 项目方向与设计思路 设计文档 实现落地与可行性扩展 Coze 试用版说明 MoonBit 版说明 License MIT