什么是Memory Distiller
memory-distiller 是 OpenClaw 代理的‘潜意识’，旨在将对话中的关键见解、修正和偏好自动提炼为持久记忆，从而让代理在每次交互中持续学习并变得更智能。与大多数从零开始的代理不同，memory-distiller 会在每次对话结束后主动分析内容，识别值得长期保存的信息，并将其结构化写入内存文件，形成真正的学习闭环。它填补了 OpenClaw 原生记忆机制（如 `MEMORY.md` 和每日日志）缺乏自动化更新的空白，解决了用户反复纠正同一错误的问题——即代理虽然口头回应‘知道了’，但下一轮会话仍会重复犯错。通过这一机制，代理不再依赖短期记忆或临时上下文，而是逐步积累可复用的规则与知识，实现从‘被动响应’到‘主动进化’的转变。该工具的设计灵感来源于 Claudeception 等自我学习插件，并结合了 Voyager、CASCADE、SEAgent 和 Reflexion 等前沿研究的理念，强调代理必须通过反思与持久化来超越单次交互的局限。
核心功能特点
- 自动识别对话中的关键信号：包括用户纠正（如‘不对’、‘应该是’）、明确偏好（如‘以后都用这个’）、洞察总结（如‘原来问题出在这里’）以及显式指令（如‘记住这个’）
- 内置质量门控机制：确保记录的内容具备耐久性、通用性、新颖性和可操作性，过滤一次性信息、假设性讨论和环境异常
- 智能写入目标文件：根据内容类型自动分发至 `MEMORY.md`（持久规则）、`USER.md`（用户偏好）或当日日志文件（临时发现），避免重复并更新过时信息
- 静默运行与可控反馈：非触发式学习全程无干扰，仅在用户明确要求时给予确认提示，保持交互流畅性
- 隐私保护机制：严格屏蔽密码、API密钥、个人身份信息等敏感数据，即使被提及也不写入任何记忆文件
适用场景
memory-distiller 特别适用于需要长期记忆积累与行为优化的智能代理场景。例如，在一个持续协助开发者的 OpenClaw 代理中，每当用户指出某个命令格式错误（如 `clawhub install` 不接受 GitHub URL），该工具会自动提取此规则并存入 `MEMORY.md`，防止后续会话再次出错。又如，当用户反复强调‘以后所有报告都发附件’，系统会将其识别为偏好并固化，确保未来输出一致。对于团队协作型代理，它能帮助成员共享关键经验——比如某平台不支持 Markdown 渲染，导致长文本显示混乱，此类洞察会被记录为 actionable 规则，供所有相关代理调用。此外，在教育或客服类代理中，memory-distiller 可将用户的个性化习惯（如语言风格、常用术语）沉淀为 USER.md 条目，提升服务精准度。结合 proactive-agent 的实时捕获能力，两者协同实现了‘当下不丢细节，未来不再犯错’的完整认知闭环，使代理真正具备类人的持续学习能力。