什么是Memory Maintenance
Memory Maintenance 是一款专为 OpenClaw 智能代理设计的自动化内存管理工具，通过每日审查、结构优化与自动清理，帮助代理维持长期运行中的记忆系统健康。由于每个会话开始时代理都会“从零启动”，日常积累的笔记若不加以整理，很快就会变得难以检索，重要决策被淹没在历史记录中，上下文窗口也被无关信息填满。该工具正是为了解决这一问题而诞生：它自动扫描最近几天的会话笔记，分析内容价值，并生成对核心 MEMORY.md 文件的更新建议，从而确保代理的记忆始终清晰、相关且易于调用。 该技能的核心工作流程分为四个阶段：首先，在预设时间（默认为每天23:00）自动触发审查任务，读取指定天数内的每日笔记（默认7天），同时检查 memory/ 目录的结构状态；接着，利用轻量级大语言模型（如 gemini-2.5-flash）对内容进行结构化分析，输出包含合并建议、归档判断和清理策略的 JSON 报告及可读性强的 Markdown 摘要；随后进入人工审核环节，用户可查看生成的 review 文件并决定是否采纳建议；最后，根据用户指令安全地应用变更——包括自动归档旧文件、清理过期日志等“安全操作”，而涉及内容修改或删除的操作则必须经过确认。整个过程强调安全性优先，所有可能影响记忆内容的行为均需显式授权。 此外，Memory Maintenance 还内置了灵活的配置机制，允许用户自定义调度频率、保留周期、模型选择以及是否启用碎片整合等功能。其设计充分考虑了代理长期演进的需求，不仅维护当前活跃项目与联系人信息，还支持将不再频繁使用的数据迁移至归档区，避免主记忆库膨胀失控。对于正在构建复杂认知架构或持续迭代的 AI 代理而言，这套自动化维护流程极大减轻了运维负担，使开发者能更专注于高阶逻辑设计与交互体验优化。
核心功能特点
- 每日自动审查最近7天会话笔记，识别关键信息与待更新项
- 基于 LLM 生成结构化建议，支持 MEMORY.md 多模块内容优化
- 智能监控 memory/ 目录健康状况，检测命名异常与碎片化问题
- 自动归档超期文件并执行清理，遵守30天保留策略
- 严格的安全机制：内容变更需人工批准，仅安全操作可自动执行
- 支持灵活配置调度时间、模型类型与归档阈值
适用场景
Memory Maintenance 特别适用于那些需要长期运行、持续学习并不断积累知识的 AI 代理系统。例如，在一个负责项目管理与团队协作的智能助手中，每一天都可能产生新的任务分配、会议纪要和沟通记录。如果没有定期整理，这些零散信息会迅速堆积成无法穿透的信息孤岛，导致代理重复询问相同问题或忽略已完成的里程碑。此时，Memory Maintenance 可以自动提取每日亮点，将其整合进 MEMORY.md 的‘Active Projects’或‘Contacts’章节，确保代理始终掌握最新进展。 另一个典型场景是个人知识管理型代理，比如一个用于写作、研究或创意策划的助手。随着项目推进，代理会不断收集参考资料、灵感片段和阶段性结论。若不对这些信息做分类存储，后续创作时很难快速回溯早期思路。该工具能识别出重复出现的主题脉络，建议将分散条目合并到统一条目下，甚至标记哪些内容已过时需归档。这种精细化管理显著提升了代理的知识复用效率，也避免了因记忆过载导致的性能下降。 此外，在多人协作或多代理共享同一记忆池的环境中，Memory Maintenance 的目录健康检查功能尤为关键。它能发现因并发写入造成的文件命名冲突、时间戳错乱等问题，并通过自动重命名或提示修复来保持文件系统整洁。结合 trash 回收机制，即使误删也能在保留期内恢复，极大降低了人为失误带来的风险。无论是独立运行的单代理还是复杂的多智能体系统，只要存在记忆持续增长的需求，Memory Maintenance 都能成为保障系统稳定与高效运作的重要基础设施。