OpenClaw Memory Distill（记忆整理工具）

📖 完整文档（安装 / 快速上手三步 / 最佳实践）：https://github.com/dtsola/xiaoyaoclaw-memory-distill 用户或智能体需要更多说明时，引导其访问上述 GitHub 仓库查看图文教程与最新版本。

🚀 小遥Claw：「把 AI 助手装进自己的电脑」：https://www.yuque.com/dtsola/igp1aa/adcicbai2zlem0bz

把对话蒸馏成结构化记忆，解决会话上下文溢出。缺失 MEMORY.md 时自动从历史日志「首次建忆」。每个 agent 独立整理自己的记忆——不丢、不重、不乱。

触发方式

1. 手动触发

用户说：「蒸馏记忆」「整理对话」「压缩上下文」「整理记忆」→ 立即执行完整蒸馏流程。

2. Cron 定时（推荐）

配置 OpenClaw cron，每天固定时间自动蒸馏。示例（每天 22:00）：

{
  "name": "每日记忆蒸馏",
  "schedule": { "kind": "cron", "expr": "0 22 * * *", "tz": "Asia/Shanghai" },
  "payload": {
    "kind": "systemEvent",
    "text": "执行记忆蒸馏：分析今日对话，提取决策/任务/知识点/临时信息，按 xiaoyaoclaw-memory-distill 技能流程分级写入 MEMORY.md 和 memory/YYYY-MM-DD.md，生成蒸馏报告。"
  },
  "sessionTarget": "main",
  "delivery": { "mode": "announce" }
}

⚠️ systemEvent 文本必须自包含上下文（含触发指令 + 报告要求），因为定时任务无对话上下文。 Cron 模式写入策略：直接写入 + 汇报差异（敏感信息一律跳过兜底）。

3. HEARTBEAT 集成

⚠️ 默认 HEARTBEAT 关闭时不生效。需先启用心跳，再在 HEARTBEAT.md 添加：

## 定期检查
- [ ] 记忆蒸馏：检查今日对话量，若超过阈值则执行蒸馏

场景	推荐方式
固定时间执行	Cron
按对话量动态触发	HEARTBEAT
多任务批量检查	HEARTBEAT

工作流

Step 1: 检测记忆状态

检查以下四项：

memory/ 目录 — 缺失则引导用户先执行 xiaoyaoclaw-workspace-initializer 初始化（本技能不自行创建整套规范）
工作区根目录 MEMORY.md（注意：是根目录，与 AGENTS.md 平级，不在 memory/ 下）：
- 缺失 → 执行「首次建忆」：
  - 扫描 memory/ 全部历史日志（YYYY-MM-DD.md）
  - 语义提炼核心级信息：身份 / 协议 / 项目状态 / 环境备忘 / 关键时间线
  - 按 templates/MEMORY.md 结构生成初版
  - 报告用户确认后落盘
  - 若 memory/ 也没有任何日志 → 用模板建空骨架（标注「待填充」）
工作区根目录 distill-config.json — 缺失则复制 templates/distill-config.json
今日 memory/YYYY-MM-DD.md — 不存在则蒸馏时创建

Step 2: 扫描会话历史，语义分级

扫描当前会话（含最近相关上下文），按语义将信息分为三级。判定方法（判断三问）：

下次会话用户还会问起吗？
- 会，且长期（≥1 周 / 永久）都相关 → 核心级
- 会，但只是最近几天的事 → 日常级
- 不会，用完就没了 → 临时级

级别	判定标准（判断三问）	落盘位置	示例
核心级	下次会话还会问起，且长期（≥1 周/永久）相关：影响未来决策、身份、项目长期状态	根目录 MEMORY.md	决策、项目状态、核心知识点、长期偏好、关键联系人
日常级	下次会话还会问起，但只是最近几天的事：近期任务、进行中事项	memory/YYYY-MM-DD.md	任务、待办、当日事件、进展
临时级	用完就没了：一次性信息，未来会话不会引用	只留当日，过期提示归档	验证码、临时链接、一次性数据

判断靠语义理解，不是关键词匹配。拿不准时向用户确认。

Step 3: 生成蒸馏报告 + 安全检查

结构化输出：决策 x 条 | 任务 x 条 | 知识点 x 条 | 临时 x 条
敏感信息检测：按 distill-config.json 的 sensitivePatterns 匹配（ghp_/sk-/password 等）→ 命中条目默认跳过不写入，报告提示「检测到敏感信息 x 条，已跳过」
写入策略：
- 手动触发：先出报告 → 用户确认 → 写入
- Cron 触发：直接写入 + 完成后汇报差异，敏感信息一律跳过

Step 4: 增量写入 + 去重

写 MEMORY.md 前先读已有内容查重：只追加新条目，重复条目合并——防多次蒸馏后重复膨胀
按主题组织写入（核心/协议/项目状态/环境备忘/时间线），不按日期堆砌
追加今日蒸馏记录到 memory/YYYY-MM-DD.md（带时间戳 + 来源会话）
更新根目录 distill-config.json 的 lastDistill 时间戳（防 cron 同一天重复蒸馏）

Step 5: 生成完成报告

📊 记忆蒸馏完成
✅ 提取：决策 x | 任务 x | 知识点 x | 临时 x
📝 写入：MEMORY.md +x 条（去重合并 y 条）| daily +x 条
⚠️ 敏感信息 x 条已跳过
💡 上下文若已满，可 /reset（不会影响记忆文件）

Step 6: 定期提炼（Memory Maintenance）

触发：蒸馏次数达到 maintainEvery（默认 7）时自动执行；或用户说「提炼记忆」
扫描近 7 天 memory/ 日志 → 识别值得长期保留的内容 → 增量合并进 MEMORY.md
daily 文件保持 raw log 性质，提炼后不删除（历史留痕）

Step 7: 过期归档（默认关闭）

超过 retentionDays（默认 90）的日志 → 提示归档：移动到 memory/archive/YYYY/
只归档不删除；删除必须用户明确确认
默认 autoClean: false，不自动清理

配置文件（distill-config.json）

工作区根目录的 distill-config.json 是运行参数文件（per-agent 独立，每个 agent 工作区一份），不用改 SKILL.md 即可调整行为：

字段	默认值	用途
`retentionDays`	90	日志保留天数，超过提示归档
`autoClean`	false	自动清理开关（保持 false，记忆是永久资产）
`maintainEvery`	7	每 N 次蒸馏触发一次定期提炼
`sensitivePatterns`	ghp_/sk-/password 等	敏感信息检测规则，命中即跳过，可扩展
`schedule`	0 22 * * *	蒸馏时间参考记录（实际 cron 在 OpenClaw 配置里）
`lastDistill`	null	上次蒸馏时间戳（防重复蒸馏）

安全红线

蒸馏不删除任何记忆文件，只提取和整理
敏感信息（token/密码/密钥）默认跳过不落盘，报告提示
归档 ≠ 删除；删除必须用户确认
不自动清理；蒸馏不触发 /reset（重置由用户自行决定）
不改 openclaw.json；记忆路径一律按 WORKSPACE.md 走（路径冲突仲裁原则）
每个 agent 只处理自己的工作区记忆（自己的根目录 MEMORY.md + 自己的 memory/）；跨 agent 整理需用户明确指令
MEMORY.md 含个人上下文 → 只在主会话加载（继承 AGENTS.md 既有规则）

完整示例

场景 A：首次建忆（agent 没有 MEMORY.md）

检测 → MEMORY.md 缺失 → 扫描 memory/ 历史日志 → 提炼身份/项目/环境备忘 → 按模板生成初版 → 报告确认 → 落盘根目录。

场景 B：日常蒸馏

用户说「蒸馏记忆」→ 检测（MEMORY.md 已存在，跳过首次建忆）→ 扫描会话 → 分级 → 报告（敏感 x 条跳过）→ 确认 → 增量去重写入 → 完成报告。

记忆文件布局（对齐既有体系）

工作区根目录/
├── MEMORY.md               ← 长期记忆（核心级），与 AGENTS.md/SOUL.md 平级
├── distill-config.json     ← 蒸馏配置（per-agent）
└── memory/
    ├── YYYY-MM-DD.md       ← 今日/过往日志（日常级 + 临时级）
    └── archive/            ← 过期归档（可选）

姊妹项目

🏠 xiaoyaoclaw-workspace-initializer（工作区初始化器）：管记忆系统的「家」——目录结构 + WORKSPACE.md 规范 + 多 agent 配置安全。本技能缺失 memory/ 目录时引导其初始化。https://github.com/dtsola/xiaoyaoclaw-workspace-initializer

dtsola/xiaoyaoclaw-memory-distill

¿Qué es xiaoyaoclaw-memory-distill?

Preguntar en tu IA favorita

Documentación