什么是Structured Memory
Structured Memory 是一个专为 OpenClaw 工作空间设计的分层记忆管理系统，其核心在于将每日生成的原始记忆文件（`memory/YYYY-MM-DD.md`）转化为结构化的知识资产。系统通过自动索引、关键事实提取和对象化卡片生成，构建了一个可检索、可维护的知识图谱。它不仅保留了原始日志的完整性，还在此基础上建立了按领域、模块和实体分类的多级索引体系，确保信息既能快速定位，又能长期复用。整个系统的设计强调‘源文件即真理’，所有结构化输出均为缓存或摘要，不会替代每日手写记忆的价值。 该工具采用脚本驱动的工作流，支持三种主要操作模式：首次初始化时自动回溯历史记忆并搭建基础框架；日常维护中根据当日进展动态重建当天的结构化视图；以及通过诊断脚本验证系统稳定性或搜索关键执行信息。开发者可通过调用 `init_structure.py`、`rebuild_one_day.py` 等脚本，实现从原始文本到结构化知识的确定性转换。同时，系统内置了严格的命名规范与域划分规则，例如固定一级领域包括 `strategy`、`tech`、`project` 等12个类别，并要求模块仅在必要时创建，避免过度细分。这种设计既保证了知识组织的清晰度，也防止了因频繁变动导致的维护成本上升。 值得一提的是，Structured Memory 特别关注‘可重用执行关键事实’的提取，如服务器 IP、API 端点、项目依赖关系等稳定标识符，并将其归类至 `critical-facts/` 目录下，甚至进一步封装为对象风格的卡片（cards），以提升跨任务调用的效率。这些卡片优先于普通文本被检索引擎读取，从而显著增强系统在复杂项目环境中的实用性。此外，系统还支持生成每日预览摘要与主题级总结，形成一份冻结的稳定基线，便于快速回顾多话题日子的核心脉络。整体而言，它是一个兼具自动化处理与人工干预余地的智能记忆增强工具，旨在让开发者的经验沉淀从碎片化笔记升级为可查询、可演进的数字资产。
核心功能特点
- 以每日记忆文件为唯一真实来源，自动构建日期、模块、实体的三级索引体系
- 自动提取并归档可重用的执行关键事实（如IP、路径、服务名、端点），支持卡片化组织
- 提供初始化、每日重建与诊断三大脚本工作流，确保结构化数据与源文件同步更新
- 内置固定一级领域划分（如tech、project、finance等），规范知识组织结构
- 生成每日预览与主题摘要，形成稳定的冻结基线用于快速回顾
- 优先检索关键事实卡片而非原始文本，提升执行信息的获取效率
适用场景
Structured Memory 最适合那些需要长期积累技术经验、项目管理细节与业务决策轨迹的开发者或团队。在敏捷开发或多项目并行的工作环境中，每天产生的会议记录、代码变更、部署日志、风险讨论等内容若仅保存在自由格式的 `.md` 文件中，极易随时间推移而散失上下文关联。该工具通过将这类非结构化输入转化为结构化输出，帮助使用者建立可追溯的知识网络。例如，当某个微服务接口地址在某天被修改后，系统会在后续日期中自动识别这一变更，并在关键事实库中更新对应卡片，使得未来查找不再依赖模糊回忆或全文扫描。 另一个典型应用场景是团队协作中的知识传承。新成员加入项目时，往往难以快速掌握历史决策逻辑与系统架构细节。借助 Structured Memory 生成的模块索引与实体卡片，他们可以迅速定位到相关技术领域（如 `tech/database` 或 `project/auth-service`）的核心事实，理解为何选择某种技术栈或规避特定风险。这种机制不仅降低了新人上手门槛，也减少了因人员流动带来的信息断层。此外，对于需要定期审计合规性、财务流程或法律条款的项目，系统提供的敏感信息隔离策略与事实卡片机制，也能有效支持安全审查与责任追溯需求。 在日常运维与故障排查场景中，Structured Memory 同样表现出色。当系统出现异常时，工程师通常需要回溯近期配置变更、依赖版本或服务状态。由于关键事实已被显式提取并集中管理，结合按日期重建的能力，可以快速锁定问题根源所在日期的操作记录。例如，通过运行 `search_critical_facts.py` 查询“nginx 配置”，即可直接命中包含端口号、证书路径等信息的卡片，无需翻阅数十页的每日日志。这种精准检索能力，极大提升了应急响应效率，尤其适用于高可用性要求的生产环境。