Triple-Layer Memory System

三层记忆系统 - 解决 AI Agent 长对话记忆丢失和上下文管理问题

特性

• ✅ Session 自动压缩 + 自动切换（150k 或 80% 上下文触发）
• ✅ Session 交接机制（防止记忆断层）
• ✅ 质量门控（每条输出都打分，< 7 分拦截）
• ✅ 记忆写入时机优化（关键时机立即写入）
• ✅ 跨 Session 记忆连续性（智能加载）
• ✅ 记忆遗忘机制（语义去重、高频升权、低权归档）
• ✅ 频道级记忆隔离（Mem0 命名空间）

核心解决的问题

1. Session 切换时的记忆断层

问题： 旧 session 要满了，手动切换新 session，但旧 session 还没压缩，新 session 读不到旧 session 的内容。

解决方案（四层防护）：

• ① 主动压缩：检测到 [NEW_SESSION] 标记时，立即触发压缩
• ② 交接上下文：压缩后生成交接摘要，保存到 memory/session_handoff.md
• ③ 新 session 启动：优先读取交接上下文，获取旧 session 的关键信息
• ④ 实时记忆写入：完成关键任务时立即写入，不等 session 结束

2. 低质量输出污染记忆

问题： Agent 输出质量参差不齐，错误信息、无意义回复会污染记忆系统。

解决方案：质量门控机制

• 每条输出都经过质量评分（准确性、完整性、可读性、安全性）
• 分数 < 7：直接拦截，不输出
• 分数 7-8：输出但标记警告
• 分数 > 8：正常输出
• 宁可不做，也不做烂

架构

Layer 3: Session 管理层（自动压缩、智能加载、交接机制）
    ↓
Layer 2: 文件层（索引/项目/经验/日志）
    ↓
Layer 1: Mem0（向量检索）

快速开始

安装

# 使用 clawhub 安装
clawhub install triple-layer-memory

# 或手动安装
cd ~/Desktop/openclaw-workspace/skills
git clone https://github.com/0range-x/triple-layer-memory.git

初始化

cd ~/Desktop/openclaw-workspace
bash skills/triple-layer-memory/scripts/init.sh

配置

1. 更新 AGENTS.md 添加 Session 启动流程
2. 更新 HEARTBEAT.md 添加 token 检查逻辑
3. 如果使用 Mem0，配置频道级命名空间隔离

详细文档：SKILL.md

性能指标

• Session 寿命：~100k → ~150k tokens
• 记忆丢失率：~30% → ~5%
• 新 session 启动时间：~10s → ~3s
• 记忆检索准确率：~60% → ~85%

文件结构

workspace/
├── MEMORY.md                    # 核心索引
├── MEMORY_ARCHITECTURE.md       # 架构文档
├── memory/
│   ├── projects.md              # 项目状态追踪
│   ├── lessons.md               # 经验教训库
│   ├── YYYY-MM-DD.md           # 日志文件
│   ├── session_handoff.md      # Session 交接上下文
│   └── .archive/               # 归档目录
└── scripts/
    ├── session_compress.py      # Session 自动压缩
    ├── session_rotate.py        # 80%上下文触发会话轮换
    ├── session_handoff.py       # Session 交接脚本
    ├── quality_gate.py          # 质量门控脚本
    ├── auto_memory_write.py     # 自动记忆写入
    ├── memory_decay.py          # 记忆衰减和归档
    └── ...

新增功能（v2.0）

Session 交接机制

防止 session 切换时的记忆断层：

# 压缩当前 session
python scripts/session_handoff.py compress

# 生成交接上下文
python scripts/session_handoff.py handoff [channel]

质量门控

评估输出质量，拦截低质量内容：

from scripts.quality_gate import evaluate_output, should_block

score = evaluate_output(output_text)
if should_block(score, threshold=7.0):
    return "质量不达标，已拦截。"

贡献

欢迎提交 Issue 和 Pull Request！

许可证

MIT License

作者

(小橘)

致谢

• Mem0 - 向量检索框架
• OpenClaw - AI Agent 框架