Memory Setup 技能包:给 Agent 治好金鱼脑

AI Agent 最让人恼火的毛病是”金鱼脑”:今天告诉它的项目背景、偏好和决策,明天新会话一开,全部归零。你重复解释第十遍”我喜欢简洁的回复风格”,它第十遍装作第一次认识你。上下文窗口再大,也架不住会话之间一穷二白。

Memory Setup 是 jrbobbyhansen 维护的纯文档型配置指南,专治 Clawdbot/Moltbot 生态的金鱼脑:在配置文件里启用 memorySearch 向量检索,建立 MEMORY.md 长期记忆与 memory/ 目录结构,规范每日日志,再在 AGENTS.md 里写进记忆召回指令。社区数据:收藏 160.8k、安装 38.3k,版本 1.0.0,2026 年 5 月 3 日通过 CLS S+ 安全认证(CLS-Certify v2.1.0 全项扫描,0 个真实威胁),整包仅 2.1 kB。下面进正题,先给下载,再一层层拆。

百度网盘下载:https://pan.baidu.com/s/1V0OoagIXI5cp1bZ3ml6QBQ?pwd=vnkw(提取码:vnkw)

通过网盘分享的文件:jrbobbyhansen-pixel-memory-setup-1.0.0.zip
链接: https://pan.baidu.com/s/1V0OoagIXI5cp1bZ3ml6QBQ?pwd=vnkw 提取码: vnkw 复制这段内容后打开百度网盘手机App,操作更方便哦

一、基本信息

这一章把关键参数汇总成一张表,装之前扫一眼,能避免大部分预期落差。

技能名称 Memory Setup(memory-setup)
维护方 jrbobbyhansen(个人开发者,BSS 环境发布,来源可信度 T3)
定位 Clawdbot/Moltbot 持久化记忆系统配置指南,跨会话上下文保持
版本 1.0.0
社区数据 收藏 160.8k · 安装 38.3k · 专业技能榜 #36
安全认证 CLS S+(2026-05-03),v2.1.0 全项扫描,0 真实威胁,7 候选全为误报
运行环境 Clawdbot/Moltbot 环境;嵌入检索可选 Voyage AI / OpenAI / 本地模型
启动方式 无独立命令,配置生效后重启 gateway(clawdbot gateway restart)即用
包体大小 2.1 kB(zip),仅含 SKILL.md 4.0 kB
下载安装 jrbobbyhansen-pixel-memory-setup-1.0.0.zip(网盘,提取码 vnkw)
标签 memory · configuration · clawdbot · vector-search · embeddings · documentation-only · context-management

二、它解决什么问题

会话间失忆不是模型笨,是架构上没人给它”记账”:对话结束即遗忘,记忆需要显式的存储、索引与召回机制。市面上记忆方案不少,但对 Clawdbot/Moltbot 用户来说,缺的是一份从零到能用的完整配置手册——怎么开向量检索、文件放哪、日志怎么写、Agent 什么时候该主动查记忆,全都要自己拼。

这个技能把整条路铺好了:三步走——配置 memorySearch、建记忆文件结构、初始化 MEMORY.md,外加故障排查与验证测试。它是纯文档(T-MD 分类),不提供代码,但正因为没有代码,它把风险面降到了零,把配置自由度留给了用户。

和市面上重型的记忆框架(向量数据库、Mem0、分层记忆系统)相比,这份指南的取向是”最小可行”:不引新依赖、不改运行时,全靠 Clawdbot 自带的 memorySearch 能力加一份文件结构规范。它赌的是大多数人需要的其实不是精巧的记忆架构,而是一个能坚持用下去的记账习惯——所以文档一半篇幅在讲文件结构和日志模板,一半在讲排障和验证。这个取向的短板也很明显:记忆规模大了之后没有自动分层、没有遗忘机制、没有冲突消解,这些都要用户自己想办法。但对个人用户和中小项目,这个最小方案的投入产出比反而最高。

一句话设计哲学:金鱼变大象,靠的不是更大的上下文,而是一套可持续记账、可向量检索的记忆结构。

三、核心功能

1. memorySearch 配置:六个参数决定检索质量

在 ~/.clawdbot/clawdbot.json 里启用记忆搜索,核心配置就一段 JSON:

{
  "memorySearch": {
    "enabled": true,
    "provider": "voyage",
    "sources": ["memory", "sessions"],
    "indexMode": "hot",
    "minScore": 0.3,
    "maxResults": 20
  }
}

每个参数都有讲究:

参数 作用 推荐值
provider 嵌入模型提供商 voyage(推荐);openai 可选;local 免 API 适合隐私优先
sources 索引哪些内容 [“memory”, “sessions”]:记忆文件 + 历史会话全量上下文
indexMode 索引时机 hot:实时索引,新内容立即可检索
minScore 相关性阈值 0.3;检索结果不相关时降到 0.2 换召回率
maxResults 返回片段上限 20;不够就加到 30,注意上下文占用

2. 记忆文件结构:一个 MEMORY.md + 四个子目录

结构设计很克制:workspace 根目录一份 MEMORY.md 承担长期精选记忆(用户画像、活跃项目、决策与教训、沟通偏好),memory/ 下分四个子目录——logs/(YYYY-MM-DD.md 每日日志)、projects/(项目上下文)、groups/(群聊上下文)、system/(偏好与设置笔记)。长期记忆要”精选”,每日流水要”全量”,两层分开,检索质量才有保障。

3. AGENTS.md 召回指令:让 Agent 主动查记忆

光有存储不够,还得让 Agent 知道什么时候查。技能给出了标准的 AGENTS.md 段落:回答涉及既往工作、决策、日期、人物、偏好或待办的问题前,先跑 memory_search;需要精确内容再用 memory_get 取行;搜完没把握就明说”我查过了但没找到”。这三条指令把”记忆召回”从碰运气变成了确定性行为。

这套结构与”把所有东西都塞进上下文窗口”的思路有本质区别。上下文塞满方案的问题是成本与噪声同步增长——会话越长越贵,而且无关内容会稀释注意力。检索式记忆的思路正相反:平时知识沉在磁盘上,需要时按相关性取一小段进上下文。minScore 和 maxResults 两个参数就是在调节”取多少、取多准”的平衡。对每天高频使用 Agent 的用户,这个架构差异长期看就是账单差异;对 Agent 本身,检索命中的精准记忆也比塞满的上下文更有效。这份 4 kB 文档讲的其实是一套检索式记忆的最小实践,理解了这一点,参数调优的思路就顺了。

四、真正有价值的地方

1. 零代码风险的极致。100% Markdown,无可执行代码块、无文件系统操作、无网络请求,S+ 认证零真实威胁——纯文档技能里也属干净得彻底的那类。

2. 三种嵌入方案覆盖预算光谱。Voyage AI(效果推荐)、OpenAI(顺手)、local(零 API 费用、隐私最优),预算和隐私两端的诉求都有出路,切换只改一个字段。

3. 配置即生效。不用重新训练、不用数据迁移,改完配置重启 gateway 就能用,试错成本几乎为零。

4. 排障路径完整。检索不工作查配置与重启 gateway、结果不相关调 minScore/maxResults、provider 报错查 API Key——三类故障的排查树全写在文档里,不依赖社区问答。照着走十分钟内基本都能定位。

5. 结构设计克制。MEMORY.md 精选层 + 四目录流水层的分工清晰,日志格式(时间-事件-决策-跟进)简洁可坚持,降低了”记三天就荒废”的概率。

五、绕不开的问题

1. 全靠手动。文件要自己建、配置要自己改、日志要自己记——没有自动化,学习成本实打实,懒人慎入。

2. 依赖外部 API。选 voyage/openai 就要管 Key 和账单;local 模式免费用但检索效果可能打折。

3. 生态锁定。专为 Moltbot/Clawdbot 设计,其他 Agent 框架(OpenClaw 之外的基本都用不了)只能借鉴思路,不能直接用。

4. 无版本控制指导。MEMORY.md 会越写越大,文档没提 Git 管理和备份策略,长期维护要自己补课。

5. 记忆污染风险。没有清理机制和敏感信息过滤,垃圾和隐私可能一起沉淀进记忆库,需要定期人工审计。

6. 来源透明度有限。T3 个人开发者、BSS 环境发布、无 GitHub 历史、许可证未声明——正式采用前通读文档是必要动作。

六、官方风险表与解读

风险项 级别 说明
配置误操作 🟡 中 手动编辑 JSON 易出语法错误,改前备份原配置
API 密钥泄露 🟡 中 VOYAGE_API_KEY/OPENAI_API_KEY 走环境变量,勿提交版本控制
隐私数据沉淀 🟠 高 MEMORY.md 可能积累敏感信息,需定期审计清理
记忆幻觉 🟡 中 向量检索可能返回不相关内容,对”记忆”保持合理预期
代码执行风险 🟢 极低 纯文档零代码,v2.1.0 扫描零真实威胁

解读:最大的风险不是技术而是内容治理——记忆库是”你喂什么它存什么”,长期积累后既可能是资产也可能是隐私雷区,尤其群聊上下文和每日日志这种全量层。一条实用纪律:给 MEMORY.md 和 memory/ 目录上 Git 版本管理,每月审一次内容,敏感条目(密钥、客户信息、隐私)发现即删;改配置前永远先备份 clawdbot.json。

七、适合谁,不适合谁

类型 是否适合 理由
Clawdbot/Moltbot 深度用户 ✅ 适合 金鱼脑是头号痛点,这是官方生态内最系统的解法
长期项目开发者/研究员 ✅ 适合 跨会话保持项目上下文,决策与教训可追溯
隐私敏感用户 ✅ 适合 local 嵌入方案零云端 API,数据全程本地
内容创作者 ✅ 适合 风格偏好、选题历史持续沉淀,Agent 越用越懂你
完全不想动手的用户 ❌ 不适合 全程手动配置与维护,没有自动化
非 Clawdbot 生态的 Agent 用户 ❌ 不适合 参数与目录强绑定 Clawdbot,别处用不上
指望”记忆越多越好”的用户 ⚠️ 慎用 不精选的记忆库检索质量反而下降,维护要有纪律

八、落地路径

  1. 下载与备份:从文末网盘链接取 jrbobbyhansen-pixel-memory-setup-1.0.0.zip,解压读 SKILL.md;先把现有 clawdbot.json 备份一份。
  2. 启用记忆搜索:照文档在配置文件加入 memorySearch 块,先选 local provider 试跑(免 Key),确认链路通了再换 voyage。
  3. 搭目录结构:建 MEMORY.md 与 memory/ 四个子目录,按模板初始化 MEMORY.md 的四个段落。
  4. 写召回指令:把 AGENTS.md 的记忆召回三段指令原样加进自己的 AGENTS.md。
  5. 验证闭环:跑文档里的验证测试——问 Agent 一个”上周我们定了什么”的问题,确认它主动检索并答对;没反应就 restart gateway 再试。
  6. 养成记账习惯:每天按 YYYY-MM-DD.md 模板补日志,项目里程碑写入 projects/,每月审计一次 MEMORY.md 清掉过期与敏感内容。

九、文件构成与安装

文件/目录 大小 作用
SKILL.md 4.0 kB 全部内容:三步快速配置、参数详解、日志模板、AGENTS.md 指令、排障与验证

安装建议:单文件技能,解压即读,无任何依赖。它本身就是一份”施工手册”,真正的产出物(配置块、目录结构、日志文件)都在你自己的环境里生成。建议按文档顺序做,跳步最容易漏掉 AGENTS.md 召回指令——这是很多人”配了没效果”的原因。

十、常见问题

1. 为什么我的记忆搜索不生效?

按文档排障三连:确认 memorySearch.enabled 为 true;确认 workspace 根目录存在 MEMORY.md;重启 gateway(clawdbot gateway restart)。三步后还不行,检查配置文件 JSON 语法是否完整。

2. 三个嵌入 provider 怎么选?

追求检索质量选 voyage(官方推荐);已有 OpenAI 生态就顺手用 openai;零预算、强隐私选 local,不需要任何 API Key。效果不足再降 minScore 到 0.2、加 maxResults 到 30。

3. minScore 和 maxResults 怎么调?

检索结果太少或不相关:minScore 降(如 0.3→0.2)换召回率;返回太多干扰上下文:提高 minScore 或减 maxResults。两个参数联动调,每次只动一个。

4. MEMORY.md 和每日日志有什么区别?

MEMORY.md 是精选长期记忆——只放需要长期生效的事实(用户画像、项目状态、决策教训、偏好);logs/ 是全量流水——每天发生了什么原样记。检索层两者都会索引,但精选层质量决定长期体验。这个分层的灵感其实来自人类记忆的工作方式:海马体先把经历全部记下来,睡眠期间再把重要的部分固化成长期记忆。MEMORY.md 扮演的就是”固化层”的角色,每日日志是”缓存层”。维护节奏上建议每周花十分钟做一次”固化”——把日志里值得长留的条目提炼进 MEMORY.md,并删掉已被后续决策推翻的旧结论。记忆库的准确性是维护出来的,不是配置出来的。

5. 记忆会”幻觉”吗?

会。向量检索是相似度匹配不是精确召回,可能返回似是而非的内容。AGENTS.md 指令里”低置信度就明说查过没找到”这条就是为此设计的——宁可承认没查到,不要编。

缓解记忆幻觉还有几个实操手段。一是给记忆条目打时间戳,日志格式里的日期天然承担这个职责——Agent 召回时能区分”三个月前的决策”和”昨天的决策”;二是定期用验证测试校准:问几个已知答案的记忆问题,看召回内容是否准确、是否混入了不相关条目;三是保持精选层的洁癖,MEMORY.md 里的每一条都应该是”现在仍然成立”的事实,过期条目及时改写而不是叠加。记忆系统的可靠性从来不靠算法单方面保证,靠的是检索机制加内容治理的双轮——这套文档把前者讲清楚了,后者是使用者自己的功课。

6. 换电脑/换设备记忆怎么办?

把 MEMORY.md、memory/ 目录和配置文件一起带走即可,都是纯文本。文档没提同步方案,建议用 Git 或网盘自己维护备份——顺带解决版本控制。迁移后记得核对配置文件里的 workspace 路径是否指向新位置,路径不对是迁移后记忆”失联”的第一嫌疑。

7. 群聊上下文有什么用?

groups/ 目录按群记录上下文,Agent 在群聊场景里能记得”这个群之前聊过什么、定了什么”。群聊信息杂度高,建议只记结论与待办,不记流水。

8. 安全上真的完全放心吗?

代码层面可以放心:纯文档、零执行、v2.1.0 扫描零真实威胁、GDPR 数据最小化合规。要留心的是内容层面——你写进记忆的东西会长期留存,定期审计比扫描报告更重要。

9. 记忆文件会不会越积越大拖慢检索?

会有影响但可控。向量索引对文件规模的容忍度比上下文窗口高得多,几百个日志文件通常没问题。真正该做的维护是”精选”:把每日日志里有长期价值的条目提炼进 MEMORY.md,过期项目的上下文归档或删除。检索质量取决于记忆库的”信噪比”,不是容量。

结语

Memory Setup 是一份典型的”小文档解决大问题”:2.1 kB 的配置手册,把 Agent 从金鱼变大象的路径拆成三步可执行的施工流程——开检索、搭结构、写指令。它没有一行代码,也因此没有任何执行风险;它不改模型,只是把”记忆”从概率行为变成确定性的记账系统。160.8k 收藏说明被金鱼脑折磨的人真的很多。Clawdbot/Moltbot 用户,这份手册值得今晚就照着做一遍。

通过网盘分享的文件:jrbobbyhansen-pixel-memory-setup-1.0.0.zip
链接: https://pan.baidu.com/s/1V0OoagIXI5cp1bZ3ml6QBQ?pwd=vnkw 提取码: vnkw 复制这段内容后打开百度网盘手机App,操作更方便哦

关键词:Memory Setup、Skills技能包、Clawdbot、Moltbot、持久化记忆、向量检索、MEMORY.md、嵌入模型、上下文管理、金鱼脑

百度网盘下载:https://pan.baidu.com/s/1V0OoagIXI5cp1bZ3ml6QBQ?pwd=vnkw(提取码:vnkw)

THE END
喜欢就支持一下吧
点赞61 分享
评论 抢沙发
头像-知了AI
欢迎您留下宝贵的见解!
提交
头像-知了AI

昵称

取消
昵称表情代码快捷回复

    暂无评论内容