Auto Memory Manager

基于内置 memory-lancedb-local-storage 的自动记忆管理 Skill。会话结束时自动触发，获取完整对话，调用 OpenClaw 默认 LLM 去除闲聊与重复内容并分类为 decision/fact/preference/entity，判断是否值得长期保存，追加写入 MEMORY.md 后执行索引更新命令。无需额外配置，不修改原有存储配置与数据。

xuchuanyu1

热度 43.77

最近更新 2026-05-11 17:40:40

分类：知识依赖：内部调用大模型 / 读写文件 / 代码执行应用场景：笔记整理 / 摘要总结 / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add memory-auto-manager

Metadata

name: memory-auto-manager
description: Automatic memory management based on built-in memory-lancedb-local-storage. Auto-extract key points, compress conversation, write to MEMORY.md and update vector index after session ends.

memory-auto-manager

基于内置 memory-lancedb-local-storage 的自动记忆管理 Skill。

功能

✅ 会话结束自动触发 → 无需手动输入指令，会话结束自动运行
✅ 自动压缩提炼 → 调用 LLM 去掉闲聊、重复内容，保留核心信息
✅ 自动分类 → 将内容分为 decision/fact/preference/entity 四类
✅ 自动写入 → 提炼后的核心内容自动追加到 MEMORY.md 永久记忆
✅ 自动更新索引 → 写入完成后自动执行 openclaw memory index --force 更新本地向量语义索引
✅ 完全兼容 → 不修改原有 memory-lancedb-local-storage 配置和数据，只是在上层增加自动管理功能

配置

无需额外配置，使用当前 OpenClaw 默认 LLM 进行提炼。

工作流程

会话结束 → 触发 session:end hook
获取完整会话对话
调用 LLM 提炼核心要点，分类
判断是否值得长期保存（内容太短/无价值跳过）
值得保存 → 追加写入 MEMORY.md
执行 openclaw memory index --force 更新向量索引
完成，日志输出结果

作者

OpenClaw auto generated