OpenClaw 的持久記憶是它與 ChatGPT 及其他聊天機器人最大的差異。使用一週後，它就了解你的偏好、行程、客戶和溝通風格。以下是它底層的運作原理。
為什麼記憶很重要
沒有記憶，每次對話都從零開始。你需要重新說明你是誰、做什麼、想要什麼 — 每一次都是如此。
有了持久記憶，OpenClaw 會隨著時間累積上下文：
- 第 1 週：知道你的名字、職業、基本偏好
- 第 2 週：知道你的客戶、行程模式、寫作風格
- 第 3 週：根據上下文預測你的需求
- 第 2 個月以後：感覺就像一個真正了解你的助理
記憶架構
OpenClaw 使用混合式方法，包含多個層次：
第一層：Markdown 知識檔案
這是基礎。OpenClaw 將結構化知識存放在磁碟上的 Markdown 檔案中：
SOUL.md— 個性、溝通風格、核心指令memories/— 關於你、你的工作、偏好的分類知識
這些檔案是人類可讀且可編輯的。你可以打開它們，查看 OpenClaw 知道什麼，並修正任何錯誤。
第二層：對話摘要
每次對話結束後，OpenClaw 會建立關鍵資訊的摘要。這些摘要會被壓縮並建立索引以便檢索。
第三層：SQLite + 向量搜尋 (RAG)
為了高效檢索，記憶會透過以下兩種方式在 SQLite 中建立索引：
- BM25 搜尋 — 基於關鍵字的匹配（快速、精準）
- 向量嵌入 — 語意相似度匹配（找到相關概念）
當你提問時，OpenClaw 會搜尋兩個索引來找到相關的記憶。
記憶檢索如何運作
當你發送訊息時：
- OpenClaw 分析你的訊息中的關鍵主題
- 搜尋記憶索引（BM25 + 向量）尋找相關上下文
- 檢索到的記憶被注入到對話上下文中
- AI 模型帶著完整的上下文意識來回應
這一切都是透明進行的 — 你只需正常聊天，OpenClaw 會自動帶入相關的背景資訊。
管理你的記憶
新增記憶
告訴 OpenClaw 記住事情：
「記住：我對貝類過敏」 「記住：A 客戶的專案截止日是 3 月 15 日」 「記住：我偏好早上 10 點前的會議」
查看記憶
詢問它知道什麼：
「你知道關於 A 客戶的什麼資訊？」 「我的飲食偏好是什麼？」
修正記憶
「其實截止日改到 3 月 22 日了。更新你的記憶。」 「忘記我說偏好早上的事 — 我現在時間彈性了。」
使用 /remember
Telegram 中的 /remember 指令可以明確儲存資訊：
/remember My WiFi password is written on the router/remember The office printer IP is 192.168.1.100
記憶 + Supermemory
對於進階使用者，Supermemory 外掛在 OpenClaw 的原生記憶之上加入了一個圖譜式記憶層。它建立一個互相連結的知識圖譜，將記憶之間的關係視覺化。
這對以下情境特別有用：
- 有許多互相關聯環節的複雜專案管理
- 主題之間的連結很重要的研究工作
- 有許多客戶、專案和關係的商業情境
記憶與隱私
所有記憶都儲存在你的 OpenClaw 伺服器（或你的 ClawTank 容器）本地端。記憶永遠不會被傳送給第三方。你擁有完整控制權：
- 直接讀取任何記憶檔案
- 刪除特定記憶
- 清除所有記憶重新開始
- 匯出你的記憶資料
更好記憶的技巧
明確表達
與其期望 OpenClaw 自動捕捉上下文，不如直接告訴它：
「記住：當我提到『那個專案』時，我指的是 X 公司的網站重新設計」
用類別整理
「記住在『客戶』類別下：X 公司的聯絡人是 John (john@example.com)，偏好用電子郵件而非電話聯繫」
定期審查
定期詢問：「總結你對我的了解。」修正任何過時的資訊。
不要過度堆疊
重質不重量。幾條結構良好的記憶比幾百條零碎的記憶更有用。
ClawTank 上的記憶
ClawTank 會在容器重啟和重建時保留你的 AI 記憶。儀表板中的記憶分頁讓你能視覺化你的知識圖譜。你的記憶綁定在你的帳號而非容器上 — 隨時重建都不會遺失上下文。
開始使用
在 ClawTank 上部署，開始建立你的 AI 助理的記憶。使用越久，它就越聰明。