内存分层:多层级 AI 上下文管理 - Openclaw Skills
作者:互联网
2026-03-20
什么是 内存分层?
Memory Tiering 技能提供了一个强大的框架,用于跨不同紧急程度和持久性级别管理 AI 智能体的内部知识库。通过利用此 Openclaw Skills 实现,开发人员可以通过将数据隔离到三个不同的层级来防止上下文窗口膨胀:HOT 用于活动任务,WARM 用于持久偏好,COLD 用于长期历史档案。这种方法确保智能体始终掌握最相关的信息,而不会被陈旧或冗余的数据所淹没。
有效的内存管理对于复杂、长期运行的项目至关重要,在这些项目中,保持精简的上下文窗口是性能和成本效益的关键。此技能可自动执行信息审计和重新分配,将完成的任务移至档案,并将即时目标保持在最前端。通过将其集成到您的工作流中,您可以利用一种结构化的上下文修剪和总结方法,这对于高功能的 AI 智能体至关重要。
下载入口:https://github.com/openclaw/skills/tree/main/skills/sarielwang93/memory-tiering
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install memory-tiering
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 memory-tiering。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
内存分层 应用场景
- 管理需要保留历史背景而不干扰日常任务的长期开发项目。
- 在多个会话中保持一致的用户角色和偏好。
- 通过修剪无效上下文,优化高频交互环境中的 Token 使用。
- 自动执行从活动错误修复到文档编写和归档存储的转换。
- 摄取与审计:该技能读取所有内存层级(HOT, WARM, COLD)并扫描最近的每日日志,以识别已完成的任务和新事实。
- 层级重新分配:应用逻辑将即时操作项移动到 HOT 层,将持久偏好移动到 WARM 层,将高级项目摘要移动到 COLD 层。
- 修剪与总结:将详细日志提取为 COLD 层中的简明摘要,并删除已解决的上下文以保持结构精简。
- 验证:系统验证在重新组织过程中没有丢失关键元数据,并确保 HOT 层足够小,以实现高效的上下文使用。
内存分层 配置指南
要在您的环境中实现此功能,请确保已建立所需的目录结构。此 Openclaw Skills 逻辑依赖于特定的文件路径来有效地组织数据。
mkdir -p memory/hot memory/warm
touch memory/hot/HOT_MEMORY.md memory/warm/WARM_MEMORY.md MEMORY.md
创建目录后,用户可以手动触发该技能,也可以通过集成的压缩程序自动触发。
内存分层 数据架构与分类体系
该技能跨分层文件结构组织其数据,以确保信息的逻辑分离:
| 层级 | 文件路径 | 数据范围 |
|---|---|---|
| HOT | memory/hot/HOT_MEMORY.md |
活动会话上下文、即时目标和临时凭据。 |
| WARM | memory/warm/WARM_MEMORY.md |
持久用户偏好、稳定配置和核心系统清单。 |
| COLD | MEMORY.md |
历史决策、项目里程碑和过去工作的提炼摘要。 |
| 日志 | memory/YYYY-MM-DD.md |
每日摄取和审计过程的源数据。 |
name: memory-tiering
description: Automated multi-tiered memory management (HOT, WARM, COLD). Use this skill to organize, prune, and archive context during memory operations or compactions.
Memory Tiering Skill ????
This skill implements a dynamic, three-tiered memory architecture to optimize context usage and retrieval efficiency.
The Three Tiers
- ?? HOT (memory/hot/HOT_MEMORY.md):
- Focus: Current session context, active tasks, temporary credentials, immediate goals.
- Management: Updated frequently. Pruned aggressively once tasks are completed.
- ??? WARM (memory/warm/WARM_MEMORY.md):
- Focus: User preferences (Hui's style, timezone), core system inventory, stable configurations, recurring interests.
- Management: Updated when preferences change or new stable tools are added.
- ?? COLD (MEMORY.md):
- Focus: Long-term archive, historical decisions, project milestones, distilled lessons.
- Management: Updated during archival phases. Detail is replaced by summaries.
Workflow: Organize-Memory
Whenever a memory reorganization is triggered (manual or post-compaction), follow these steps:
Step 1: Ingest & Audit
- Read all three tiers and recent daily logs (
memory/YYYY-MM-DD.md). - Identify "Dead Context" (completed tasks, resolved bugs).
Step 2: Tier Redistribution
- Move to HOT: Anything requiring immediate attention in the next 2-3 turns.
- Move to WARM: New facts about the user or system that are permanent.
- Move to COLD: Completed high-level project summaries.
Step 3: Pruning & Summarization
- Remove granular details from COLD.
- Ensure credentials in HOT point to their root files rather than storing raw secrets (if possible).
Step 4: Verification
- Ensure no critical information was lost during the move.
- Verify that
HOTis now small enough for efficient context use.
Usage Trigger
- Trigger manually with: "Run memory tiering" or "整理记忆层级".
- Trigger automatically after any
/compactcommand.
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
信号管道:自动化营销情报工具 - Openclaw Skills
技能收益追踪器:监控 Openclaw 技能并实现变现
AI 合规准备就绪度:评估与治理工具 - Openclaw Skills
FOSMVVM ServerRequest 测试生成器:自动化 API 测试 - Openclaw Skills
酒店搜索器:AI 赋能的住宿与位置情报 - Openclaw Skills
Dub 链接 API:程序化链接管理 - Openclaw Skills
IntercomSwap:P2P BTC 与 USDT 跨链兑换 - Openclaw Skills
spotplay:macOS 原生 Spotify 播放控制 - Openclaw Skills
DeepSeek OCR:AI驱动的图像文本识别 - Openclaw Skills
Web Navigator:自动化网页研究与浏览 - Openclaw Skills
AI精选
