什么是 mnemon？

mnemon 是一款专为大模型（LLM）智能体设计的强大持久化记忆命令行工具（CLI），旨在克服短期上下文窗口的局限。通过提供结构化的信息存储和检索方式，它允许智能体在多个会话和复杂任务中保持连续性。这一面向 Openclaw Skills 的集成将短暂的聊天记录转化为持久的知识库，使智能体能够记住用户偏好、过去的架构决策以及特定项目的见解。

从核心来看，mnemon 不仅仅是简单的存储；它还促进了语义和因果知识图谱的创建。它内置了差异比对逻辑以防止重复记忆，并自动管理冲突解决。通过利用 Openclaw Skills，开发人员可以为他们的智能体配备精细的记忆管理系统，支持自动提醒、上下文引导和智能数据压缩。

下载入口:https://github.com/openclaw/skills/tree/main/skills/grivn/mnemon

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

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。

mnemon 应用场景

• 在不同的智能体对话中保留用户偏好和开发者的决策。
• 从非结构化的聊天互动和技术讨论中构建结构化知识库。
• 关联不同开发任务之间的因果关系，以提高智能体的推理能力。
• 在开始新编码任务之前，自动回溯历史背景和过去的解决方案。
• 防止关键见解在上下文窗口压缩或 Token 限制重置时丢失。

1. 智能体使用 remember 命令捕捉特定的事实或见解，该命令在检查重复的同时分配类别和重要性级别。
2. 系统根据相似性和基于正则表达式的因果信号，识别潜在的语义或因果关联候选对象。
3. 智能体或开发者评估这些候选对象，并使用 link 命令在记忆之间建立带权重的关系。
4. 在活跃的交互过程中，智能体使用 recall 或 search 函数将相关的历史数据拉取到当前上下文中。
5. 集成的 Openclaw Skills 插件处理自动化的生命周期钩子（如 'remind' 和 'nudge'），使智能体专注于相关的记忆。
6. 系统定期执行垃圾回收（gc），根据相似度阈值修剪低重要性或过时的记忆。

mnemon 配置指南

通过 Homebrew 安装二进制文件 (macOS/Linux)：

brew install mnemon-dev/tap/mnemon

或者通过 Go 安装：

go install github.com/mnemon-dev/mnemon@latest

部署 Openclaw Skills 集成：

mnemon setup --target openclaw --yes

安装后，重启您的 OpenClaw 网关以激活钩子和插件。

mnemon 数据架构与分类体系

mnemon 使用结构化分类法组织持久化数据，以确保在 Openclaw Skills 中实现高效检索。

name: mnemon
description: "Persistent memory CLI for LLM agents. Store facts, recall past knowledge, link related memories, manage lifecycle."
metadata:
  openclaw:
    emoji: "??"
    requires:
      bins: ["mnemon"]
    install:
      - id: "brew"
        kind: "brew"
        formula: "mnemon-dev/tap/mnemon"
        bins: ["mnemon"]
        label: "Install mnemon (Homebrew)"
      - id: "go"
        kind: "go"
        package: "github.com/mnemon-dev/mnemon@latest"
        bins: ["mnemon"]
        label: "Install mnemon (go install)"

mnemon

Install & Configure

1. Install the binary

Homebrew (macOS / Linux):

brew install mnemon-dev/tap/mnemon

Go install:

go install github.com/mnemon-dev/mnemon@latest

2. Set up OpenClaw integration

mnemon setup --target openclaw --yes

This single command deploys all components:

• Skill → ~/.openclaw/skills/mnemon/SKILL.md
• Hook → ~/.openclaw/hooks/mnemon-prime/ (agent:bootstrap — injects behavioral guide)
• Plugin → ~/.openclaw/extensions/mnemon/ (remind, nudge, compact hooks)
• Prompts → ~/.mnemon/prompt/ (guide.md, skill.md)

Restart the OpenClaw gateway to activate.

3. Customize (optional)

Edit ~/.mnemon/prompt/guide.md to tune recall/remember behavior.

Plugin hooks are configured in ~/.openclaw/openclaw.json:

{
  "plugins": {
    "entries": {
      "mnemon": {
        "enabled": true,
        "config": {
          "remind": true,
          "nudge": true,
          "compact": false
        }
      }
    }
  }
}

4. Uninstall

mnemon setup --eject --target openclaw --yes

Workflow

1. Remember: mnemon remember "" --cat --imp <1-5> --entities "e1,e2" --source agent
   • Diff is built-in: duplicates skipped, conflicts auto-replaced.
   • Output includes action (added/updated/skipped), semantic_candidates, causal_candidates.
2. Link (evaluate candidates from step 1 — use judgment, not mechanical rules):
   • Review causal_candidates: does a genuine cause-effect relationship exist? causal_signal is regex-based and prone to false positives — only link if the memories are truly causally related.
   • Review semantic_candidates: are these memories meaningfully related? High similarity alone is not sufficient — skip candidates that share keywords but discuss unrelated topics.
   • Syntax: mnemon link --type --weight <0-1> [--meta '']
3. Recall: mnemon recall "" --limit 10

Commands

mnemon remember "" --cat  --imp <1-5> --entities "e1,e2" --source agent
mnemon link   --type  --weight <0-1> [--meta '']
mnemon recall "" --limit 10
mnemon search "" --limit 10
mnemon forget 
mnemon related  --edge causal
mnemon gc --threshold 0.4
mnemon gc --keep 
mnemon status
mnemon log
mnemon store list
mnemon store create 
mnemon store set 
mnemon store remove 

Guardrails

• Use the exec tool to run mnemon commands.
• Do not store secrets, passwords, or tokens.
• Categories: preference · decision · insight · fact · context
• Edge types: temporal · semantic · causal · entity
• Max 8,000 chars per insight.