闲社服务运行正常AI智能体自动化平台
m

记忆蒸馏器

技能标识:memory-distiller

OpenClaw's subconscious. Automatically distills conversation insights, corrections, and preferences into durable memory. The agent that learns from every session — so you never have to repeat yourself.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.1
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

记忆蒸馏器

memory-distiller 🧠

你的OpenClaw代理的潜意识。 自动将转瞬即逝的对话瞬间提炼为永久智慧。

大多数代理启动时一片空白。memory-distiller改变了这一点——它自动识别每次对话中值得记住的内容,将其写入持久化记忆文件,并创建真正的学习循环。你的代理每次会话都会变得更聪明。



为什么你需要它

OpenClaw原生拥有MEMORY.md和memory/YYYY-MM-DD.md,但更新它们需要手动操作。

问题在于:你纠正了代理,它说明白了,但下次会话又犯同样的错误。

memory-distiller闭环了这一点:

  • - 自动扫描对话中的值得记住信号
  • 应用质量门控过滤一次性、临时性信息
  • 自动将结构化条目写入记忆文件



如何与proactive-agent配合使用


技能角色职责
proactive-agent管家实时细节捕获(WAL)、主动行为、心跳
memory-distiller
历史学家 | 对话后反思,将经验提炼为长期记忆 |

一句话总结:proactive-agent掌控当下。memory-distiller掌控未来。



触发条件

自动触发(扫描每条用户消息中的这些信号)

类型信号词示例
🔴 纠正错了、不对、不,我的意思是、实际上、别再不,那个命令是错的
💚 偏好
我更喜欢、总是用、不要用、从现在开始、默认 | 总是以附件形式发送报告 | | 💡 洞察 | 问题在于、原来、关键是、明白了、解决了 | 原来飞书不渲染Markdown | | 📌 显式 | 记住这个、保存这个、注意这点、记下来 | 记住这个配置 |

手动触发

当用户说出以下任何内容时,立即提炼本次会话:

记住这个 / 保存这个 / 注意这点
记下我们刚学到的 / 提炼本次会话



质量门控(必须全部通过4项)

在写入任何内容之前,检查这4个门控:

  1. 1. 持久性 — 24小时后这还有价值吗?(跳过一次性上下文)
  2. 通用性 — 这是可复用的规则,还是一次性的特殊情况?(优先规则)
  3. 新颖性 — MEMORY.md是否已包含此内容?(避免重复;如果过时则更新)
  4. 可操作性 — 这能指导未来的行为吗?(跳过模糊印象;只保留具体规则)

不要记录(示例):

  • - 今天我们研究了LangChain → 一次性,无指导价值
  • 用户在上海 → 已在USER.md中,重复

要记录(示例):

  • - clawhub install只接受slug,不接受GitHub URL → 可操作规则
  • 飞书聊天不渲染Markdown——长篇报告必须以附件或文档链接形式发送 → 防止重复错误



记忆写入格式

写入位置

内容类型目标文件
今天的新发现、经验教训memory/YYYY-MM-DD.md
重要规则、持久偏好
MEMORY.md(相关章节) | | 用户个人信息/偏好 | USER.md |

条目格式

markdown

🧠 自动学习 [YYYY-MM-DD HH:MM]


  • - 类型: 纠正 / 偏好 / 洞察 / 显式
  • 触发: 一句话说明触发原因
  • 规则: 具体、可操作的规则,可直接指导未来行为

示例:

markdown

🧠 自动学习 [2026-03-02 00:30]


  • - 类型: 纠正
  • 触发: 用户纠正了安装命令格式
  • 规则: clawhub install只接受slug(例如claw-multi-agent),不接受GitHub URL



执行流程

用户消息到达
↓
扫描触发信号(纠正 / 偏好 / 洞察 / 显式)
↓
检测到信号?
├─ 否 → 正常回复,无操作
└─ 是 → 应用质量门控
↓
全部4个门控通过?
├─ 否 → 丢弃,正常回复
└─ 是 → 提炼为结构化记忆条目
↓
写入目标文件
↓
正常回复
(除非显式触发,否则静默执行)



行为规则

何时通知用户

  • - 自动触发 → 静默写入,不要说我已记下——不要打断对话流程
  • 显式触发 → 用一行确认:✅ 已记下。 + 简要记录内容摘要

何时不记录

  • - 用户说假设……、理论上……、例如…… → 假设性内容,跳过
  • 系统错误、网络超时 → 环境问题,非可学习规则
  • 内容已在MEMORY.md中完整记录 → 不重复;如果过时则更新

隐私过滤器

永远不要将以下内容写入任何记忆文件,即使用户要求:

  • - 密码、令牌、API密钥
  • 个人身份信息(身份证号、银行账户等)
  • 关于第三方的敏感信息



安装

bash
npx clawhub@latest install memory-distiller

零配置。安装后重启你的OpenClaw会话。



推荐搭配


技能用途
proactive-agent实时WAL协议 + 主动行为
memory-distiller
对话后自动经验提炼(本技能) |

两者结合:永不丢失当下细节,永不重复过去错误。



设计理念

灵感来自Claudeception(一个Claude Code自学习插件),为OpenClaw的架构和记忆模型从头重新设计。

核心理念:

一个代理绝不应被同一个问题绊倒两次。

每一次纠正都是一次学习机会。memory-distiller确保没有一次被浪费。

学术基础:Voyager(2023)、CASCADE(2024)、SEAgent(2025)、Reflexion(2023)——都指向同一个结论:能够持久化并反思学习的代理,其表现远超每次从头开始的代理。



使用 🐝 claw-multi-agent 设计——3个并行代理,28秒

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 memory-distiller-1776285534 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 memory-distiller-1776285534 技能

通过命令行安装

skillhub install memory-distiller-1776285534

下载

⬇ 下载 memory-distiller v1.0.1(免费)

文件大小: 5.9 KB | 发布时间: 2026-4-16 15:45

v1.0.1 最新 2026-4-16 15:45
memory-distiller v1.0.1

- Introduces automatic distillation of conversation insights, corrections, and preferences into persistent memory for OpenClaw agents.
- Scans user messages for actionable signals (corrections, preferences, insights, explicit "remember" cues) and creates durable memory entries if quality standards are met.
- Implements a four-part quality gate (durability, generality, novelty, actionability) to ensure retention of valuable, reusable knowledge only.
- Organizes distilled memories into structured files (`MEMORY.md`, `memory/YYYY-MM-DD.md`, `USER.md`) using a clear, timestamped format.
- Performs all recording silently unless explicitly instructed, ensuring a non-intrusive user experience.
- Includes built-in privacy and duplication safeguards to avoid storing sensitive or redundant data.
返回顶部