OpenClaw 新记忆特性深度研究:Active Memory / Dreaming / Memory Wiki

OpenClaw 新记忆特性深度研究:Active Memory / Dreaming / Memory Wiki
研究员:黄山(wairesearch) 日期:2026-04-13 版本:1.1(增加配置详解、场景推荐、lossless-claw 协作分析)

执行摘要

OpenClaw 近期发布了三个革命性的记忆特性:Active Memory(主动记忆,2026.4.10)、Dreaming(梦境整理,实验性)和 Memory Wiki(编译式知识库)。它们分别解决了记忆系统的三个根本问题:记忆不被主动使用(Active Memory)、长期记忆质量失控(Dreaming)、知识缺乏结构和溯源(Memory Wiki)。三者形成一个完整的记忆生命周期:Active Memory 让记忆在对话中主动发挥作用,Dreaming 让短期信号经过严格筛选进入长期记忆,Memory Wiki 让持久知识有结构、可追溯、可质疑。


全景架构

┌────────────────────────────────────────────────┐
           用户/Agent 交互层                      
     "帮我点外卖" / memory_search                 
└───────────────┬────────────────────────────────┘
                
┌────────────────────────────────────────────────┐
      Active Memory主动记忆层       [NEW]     
  Blocking Sub-Agent  主动搜索  注入上下文      
  在主回复前运行用户无感知                       
└───────────────┬────────────────────────────────┘
                
┌────────────────────────────────────────────────┐
   Active Memory Plugin记忆运行时层            
   memory-core / QMD / Honcho                    
   ┌─────────┬─────────┬──────────┐             
    Recall   Search   Dreaming   [NEW]      
    召回     搜索     LightREMDeep          
   └─────────┴─────────┴──────────┘             
   Compaction 前自动 Flush                        
└───────────────┬────────────────────────────────┘
                
┌────────────────────────────────────────────────┐
      Memory Wiki知识编译层         [NEW]      
   Claims / Evidence / Provenance                
   Dashboards / Obsidian 集成                     
└───────────────┬────────────────────────────────┘
                
┌────────────────────────────────────────────────┐
            存储引擎层                            
   SQLite + FTS5 + Embeddings + Hybrid Search    
└────────────────────────────────────────────────┘

职责分工

组件 职责
Active Memory 主动搜索、主回复前注入
memory-core 召回、搜索、索引、Dreaming、晋升
Memory Wiki 知识编译、溯源、矛盾追踪、仪表板

Active Memory —— 让记忆从被动变主动

解决什么问题

传统记忆系统的致命缺陷:能力强但被动。依赖用户主动触发搜索,否则形同虚设。

“那不是真正的记忆。那是一个有着糟糕 UX 的文件柜。”

工作原理

用户消息  构建查询  Blocking Sub-Agent
  ├── 找到记忆  摘要(220字符)  隐藏注入 system context  主回复
  └── 无记忆  NONE  正常主回复
  • 阻塞式运行(主回复前),不是异步
  • 只能用 memory_search / memory_get
  • 隐藏注入 → 用户看不到技术标签
  • 超时 → 返回 NONE → 不影响主回复

六种提示风格

风格 策略
balanced 通用默认
strict 几乎不返回
contextual 重视对话连续性
recall-heavy 软匹配也返回
precision-heavy 只返回明显匹配
preference-only 只关注个人偏好/习惯

价值

之前:”帮我点外卖” → “你喜欢什么?” → 用户反复解释

之后:”帮我点外卖” → Active Memory 后台搜到”柠椒翅+蓝芝士” → “老样子——柠椒翅配蓝芝士?”


Dreaming —— 人类睡眠启发的记忆整理

解决什么问题

MEMORY.md 不加控制地增长 → 质量参差不齐 → 上下文窗口污染 → 长期记忆信噪比下降。

三个相位

相位 人类类比 功能 写 MEMORY.md
Light 浅睡眠 分类暂存、去重、记录强化信号
REM 快速眼动 主题反思、模式提取
Deep 深睡眠 评分晋升、写入长期记忆 ✅ 唯一

六维评分系统

信号 权重
Relevance(相关性) 0.30
Frequency(频率) 0.24
Query Diversity(查询多样性) 0.15
Recency(新近性) 0.15
Consolidation(巩固度) 0.10
Conceptual Richness(概念丰富度) 0.06

三重门控:minScore + minRecallCount + minUniqueQueries → 全部通过才能晋升。

双输出

  • memory/.dreams/ → 机器面(召回、信号、检查点)
  • DREAMS.md → 人类面(梦境日记,可审查)

Grounded Historical Backfill

可以对历史笔记进行回放审查,但不直接写 MEMORY.md——暂存到短期存储,由正常 Deep Phase 决定是否晋升。

价值

之前:MEMORY.md 无节制膨胀,噪音与信号混杂

之后:六维评分 + 三重门控 → 只有”真正持久”的内容才进入长期记忆 → MEMORY.md 保持精简高信噪比


Memory Wiki —— 编译式知识库

解决什么问题

MEMORY.md 是扁平 Markdown:没有溯源、没有矛盾检测、没有置信度、没有结构化查询。

核心能力

结构化 Claims(声明):每个知识点有 id、text、status、confidence、evidence[]。可追踪、可评分、可质疑、可追溯到原始来源。

编译管道:Wiki Pages → 标准化摘要 → agent-digest.json + claims.jsonl

自动健康报告

  • contradictions.md — 矛盾集群
  • low-confidence.md — 低置信度
  • stale-pages.md — 过时页面
  • open-questions.md — 未解决问题
  • claim-health.md — 证据缺口

三种 Vault 模式

模式 数据来源
isolated 自有内容(推荐起步)
bridge 从 Active Memory Plugin 读取公开产物
unsafe-local 本地文件系统(实验性)

Obsidian 集成

可选开启 → 在 Obsidian 中浏览和操作 Wiki vault,获得可视化知识图谱体验。

价值

之前:知识是”一堆 Markdown 文件”

之后:知识是”有结构、有溯源、有置信度、可质疑的知识库”


综合对比:有这些特性 vs 没有

维度 之前(基础记忆) 之后(三大新特性)
记忆使用 被动(用户/Agent 主动搜索) 主动(Active Memory 自动注入)
长期记忆质量 无控制(Agent 随意写入) 六维评分 + 三重门控(Dreaming)
知识结构 扁平 Markdown 分类页面 + 结构化 Claims(Wiki)
溯源 每个 Claim 有 evidence 链
矛盾检测 自动仪表板
置信度 无(同等权重) 每个 Claim 有 confidence
过时检测 stale-pages 报告
人类审查 直接读 MEMORY.md DREAMS.md + Obsidian + Dashboards
个性化感知 “这 AI 没记性” “它记得我的偏好”
信噪比 随时间下降 Dreaming 持续维护

三特性的协同效应

三个特性形成一个完整的记忆生命周期

每日交互  每日笔记 (memory/YYYY-MM-DD.md)
                     
              Dreaming (Light  REM  Deep)
                     
              通过三重门控  MEMORY.md精简的长期记忆
                     
              Memory Wiki 编译  结构化知识库 + 健康报告
                     
              Active Memory  每次对话自动注入相关记忆
                     
              更好的回复  更好的每日交互  正循环

这是一个闭环:好的交互产生好的笔记 → Dreaming 筛选出高质量长期记忆 → Wiki 编译成结构化知识 → Active Memory 主动运用 → 产生更好的交互。


使用建议

基础配置(推荐起步)

{
  "plugins": {
    "entries": {
      "memory-core": {
        "config": {
          "dreaming": { "enabled": true, "timezone": "Asia/Shanghai" }
        }
      },
      "active-memory": {
        "enabled": true,
        "config": {
          "agents": ["main"],
          "allowedChatTypes": ["direct"],
          "queryMode": "recent",
          "promptStyle": "balanced",
          "timeoutMs": 15000
        }
      },
      "memory-wiki": {
        "enabled": true,
        "config": {
          "vaultMode": "isolated",
          "render": { "createDashboards": true }
        }
      }
    }
  }
}

进阶配置

  • Memory Wiki 切 bridge 模式 → 自动从 memory-core 导入
  • QMD 替代 builtin 后端 → 更强的 reranking 和查询扩展
  • Active Memory 用 preference-only 风格 → 个性化助手场景

配置详解与场景推荐

基础配置逐项解读

memory-core

字段 默认值 含义
dreaming.enabled false 开启 Dreaming 后台整理
dreaming.timezone UTC cron 时区
dreaming.frequency "0 3 * * *" sweep 频率(可改为 "0 */6 * * *""0 3 * * 1"

active-memory

字段 推荐值 含义
config.agents ["main"] 哪些 Agent 启用
config.allowedChatTypes ["direct"] direct/group/channel
config.queryMode "recent" message(最快) / recent(平衡) / full(最准)
config.promptStyle "balanced" balanced/strict/contextual/recall-heavy/precision-heavy/preference-only
config.timeoutMs 15000 硬超时(ms)
config.maxSummaryChars 220 摘要最大字符
config.model 继承 session 可指定 Sub-Agent 模型
config.thinking "off" 开启增加延迟
config.logging false 调优时开启

memory-wiki

字段 推荐值 含义
config.vaultMode "isolated" isolated(起步) / bridge(进阶) / unsafe-local(实验)
vault.renderMode "native" native / obsidian
search.corpus "wiki" wiki / memory / all
render.createDashboards true 自动健康报告

五种场景推荐配置

场景 Active Memory Dreaming Wiki 要点
个人助理 ✅ preference-only, 10s ✅ 每天 偏好/习惯召回
技术研究 ✅ contextual, 15s, 多Agent ✅ 每天 ✅ bridge, corpus=all 长对话连续性+知识溯源
团队群聊 ✅ strict, message, 5s ✅ 每天 低延迟少噪音
后台自动化 ✅ 每天 ✅ isolated 不需个性化
极简省钱 ✅ message, 5s ✅ 每周 纯FTS5零API成本

与 lossless-claw 的协作关系

定位不同,完全互补

  lossless-claw Memory 新特性
管什么 对话历史(消息级) 知识记忆(事实级)
存在哪 SQLite (LCM DB) MEMORY.md / Wiki vault
解决什么 上下文窗口装不下对话 跨会话不记得事实

协作流程

对话  lossless-claw 持久化+压缩  memory-core flush 保存事实
 Dreaming 筛选  Wiki 编译  Active Memory 注入  更好的对话

搜索完全独立

  • lcm_grep / lcm_expand_query → 对话历史
  • memory_search → 记忆文件
  • wiki_search → 知识库

三者搜不同数据,不冲突。推荐全部一起使用。

Dreaming 与 memorySearch 的依赖

Deep Phase 评分 69% 权重依赖 memory_search 的召回追踪。禁用 memorySearch 会导致 Dreaming 几乎无法晋升。最省钱方案:不配 embedding provider → FTS5 自动可用 → 零 API 成本。


参考来源

  1. OpenClaw Memory Overview
  2. OpenClaw Dreaming (experimental)
  3. OpenClaw Memory Wiki
  4. OpenClaw Active Memory
  5. OpenClaw Builtin Memory Engine
  6. OpenClaw Playbook: 2026.4.10 Release

📖 相似文章推荐

上一篇
2026全球TOP30 AI公司深度盘点v2:编程Agent三巨头、OpenClaw现象与行业新格局
下一篇
OpenClaw + Obsidian 记忆方案深度调研:知识检索 ≠ 会话记忆