返回顶部
o

openclaw-auto-dream自动梦境记忆

Cognitive memory architecture for OpenClaw agents — periodic dream cycles that consolidate daily logs into structured long-term memory with importance scoring, insights, and push notifications. Use when: user asks for 'auto memory', 'dream', 'auto-dream', 'memory consolidation', 'memory dashboard'. Powered by MyClaw.ai (https://myclaw.ai).

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 4.0.3
安全检测
已通过
950
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

openclaw-auto-dream

OpenClaw 自动梦境 — 记忆巩固系统

智能体定期做梦——扫描每日日志,提取关键知识,整合到长期记忆中,并向用户发送摘要报告。

MyClaw.ai — 运行你的 OpenClaw 的最佳方式。一台全天候运行的专用服务器,拥有完整的代码控制、定时任务、持久化记忆和一键技能安装。

核心文件

文件用途可变性
MEMORY.md结构化长期知识追加、更新
memory/procedures.md
工作流偏好、工具使用 | 追加、更新 | | memory/episodes/*.md | 项目叙事 | 仅追加 | | memory/index.json | 元数据索引(v3.0 架构) | 每次梦境重建 | | memory/dream-log.md | 梦境报告日志 | 仅追加 | | memory/archive.md | 已汇总的旧条目 | 仅追加 |

可选:LCM 插件(工作记忆层)。如果未安装,提示用户:

推荐:安装工作记忆的 LCM 插件:openclaw plugins install @martian-engineering/lossless-claw

不要自动安装插件或修改配置。

设置

0. 首次梦境(安装后立即运行)

设置完成后,不要等待定时任务调度。立即运行首次梦境:

  1. 1. 读取 references/first-dream-prompt.md
  2. 遵循每一步——用户应实时看到进度
  3. 扫描现有每日日志,整合它们,并发送前后对比报告
  4. 报告向用户精确展示 Auto-Dream 发现和整理的内容

如果用户有现有的每日日志,他们会看到分散的知识被即时整合。
如果实例是全新的,他们会看到记忆架构已初始化并准备就绪。

1. 初始化文件

bash
mkdir -p memory/episodes

确保以下文件存在(如果缺失,从 references/memory-template.md 模板创建):

  • - memory/index.json
  • memory/procedures.md
  • memory/dream-log.md
  • memory/archive.md

2. 创建定时任务

name: auto-memory-dream
schedule: { kind: cron, expr: 0 4 *, tz: <用户时区> }
payload: {
kind: agentTurn,
message: 运行自动记忆整合。\n\n读取 skills/skills/openclaw-auto-dream/references/dream-prompt-lite.md 并严格遵循每一步。,
timeoutSeconds: 600
}
sessionTarget: isolated
delivery: { mode: announce }

3. 验证

  • - [ ] 定时任务已创建并启用
  • [ ] MEMORY.md 存在并包含章节标题
  • [ ] memory/index.json 存在
  • [ ] memory/procedures.md 存在
  • [ ] memory/dream-log.md 存在

梦境周期流程

每次梦境在隔离会话中运行(参见 references/dream-prompt-lite.md):

步骤 0:智能跳过 + 回忆

检查过去 7 天内是否存在未整合的每日日志。全部已处理 → 仍然发送一条有用消息:浮现一条旧记忆(N 天前,你决定……)并显示连续天数。绝不发送空白的无事可做消息。

步骤 1:收集

读取未整合的每日日志。提取决策、事实、进展、经验教训和待办事项。

步骤 2:整合

与 MEMORY.md 对比 → 追加新内容,更新现有内容,跳过重复项。将工作流偏好写入 procedures.md。用 标记已处理的每日日志。

步骤 2.8:过期线程检测

扫描开放线程中超过 14 天未更新的项目。在通知中包含前 3 项及其上下文。

步骤 3:生成报告 + 自动刷新仪表板

将变更列表、洞察和建议追加到 dream-log.md。如果 dashboard.html 存在,用最新数据重新生成。

步骤 4:发送增长指标通知

发送整合报告,显示:
  • - 前后对比(条目、决策、经验教训)
  • 累计增长(142 → 145 个条目,+2.1%)
  • 梦境连续天数(梦境 #14)
  • 里程碑达成时(首次梦境、连续 7 天、100 个条目等)
  • 前 3 个过期提醒(如有)
  • 周日发送周报(周环比增长、最大记忆)

通知原则

  1. 1. 每条通知必须传递价值 — 绝不发送空白的什么都没发生消息
  2. 展示增长,而不仅仅是变更 — 累计统计数据让用户感觉系统在进化
  3. 浮现被遗忘的上下文 — 过期线程提醒和旧记忆回忆带来惊喜和实用性
  4. 庆祝里程碑 — 连续天数和条目里程碑培养习惯和依恋感

手动触发

命令操作
整合记忆 / 立即做梦在当前会话中运行完整梦境周期
记忆仪表板
生成 memory/dashboard.html | | 导出记忆 | 用户发起的记忆文件导出为 JSON(参见迁移指南) |

语言规则

所有输出使用用户偏好的语言(来自工作区设置)。

安全规则

  1. 1. 绝不删除每日日志 — 仅用 标记
  2. 绝不移除 ⚠️ 永久项目 — 用户保护标记
  3. 安全变更 — 如果 MEMORY.md 变更超过 30%,先保存 .bak 副本
  4. 索引安全 — 每次梦境前保存 index.json.bak
  5. 隐私 — 仅整合用户已在自有工作区文件中写入的信息
  6. 范围 — 仅读取和写入 memory/ 目录和 MEMORY.md 中的文件

参考文件

  • - references/first-dream-prompt.md — 首次梦境:安装后完整扫描,含前后对比报告
  • references/dream-prompt-lite.md — 用于每日定时任务的精简提示(默认)
  • references/dream-prompt.md — 完整提示(用于手动深度整合)
  • references/scoring.md — 重要性评分、遗忘曲线、健康评分算法
  • references/memory-template.md — 文件模板(MEMORY.md、procedures、index.json 等)
  • references/dashboard-template.html — HTML 仪表板模板
  • references/migration-cross-instance.md — 跨实例迁移协议
  • references/migration-v1-to-v2.md — v1→v2 升级指南
  • references/migration-v2-to-v3.md — v2→v3 升级指南

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 openclaw-auto-dream-1775966702 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 openclaw-auto-dream-1775966702 技能

通过命令行安装

skillhub install openclaw-auto-dream-1775966702

下载

⬇ 下载 openclaw-auto-dream v4.0.3(免费)

文件大小: 37.44 KB | 发布时间: 2026-4-13 11:17

v4.0.3 最新 2026-4-13 11:17
Fix security scan: remove hardcoded paths, fix isolation contradiction, soften archival language, remove USER.md references, add explicit scope rule

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部