一種動態的三層記憶體架構，旨在透過自動化組織優化 AI 上下文的使用與檢索效率。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install memory-tiering
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 memory-tiering。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 記憶體分層？
Memory Tiering 技能提供了一個強大的框架，用於跨不同緊急程度和持久性級別管理 AI 代理人的內部知識庫。透過利用此 Openclaw Skills 實作，開發人員可以透過將數據隔離到三個不同的層級來防止上下文窗口膨脹：HOT 用於活動任務，WARM 用於持久偏好，COLD 用於長期歷史檔案。這種方法確保代理人始終掌握最相關的資訊，而不會被陳舊或冗餘的數據所淹沒。
有效的記憶體管理對於複雜、長期運行的專案至關重要，在這些專案中，保持精簡的上下文窗口是效能和成本效益的關鍵。此技能可自動執行資訊審計與重新分配，將完成的任務移至檔案，並將即時目標保持在最前端。透過將其集成到您的工作流中，您可以利用一種結構化的上下文修剪與總結方法，這對於高功能的 AI 代理人至關重要。
記憶體分層 應用場景
- 管理需要保留歷史背景而不干擾日常任務的長期開發專案。
- 在多個對話中保持一致的使用者角色與偏好。
- 透過修剪無效上下文，優化高頻互動環境中的 Token 使用。
- 自動執行從活動錯誤修復到文件編寫與歸檔存儲的轉換。
記憶體分層 運作原理
- 攝取與審計：該技能讀取所有記憶體層級（HOT, WARM, COLD）並掃描最近的每日日誌，以識別已完成的任務和新事實。
- 層級重新分配：應用邏輯將即時操作項移動到 HOT 層，將持久偏好移動到 WARM 層，將高級專案摘要移動到 COLD 層。
- 修剪與總結：將詳細日誌提取為 COLD 層中的簡明摘要，並刪除已解決的上下文以保持結構精簡。
- 驗證：系統驗證在重新組織過程中沒有丟失關鍵元數據，並確保 HOT 層足夠小，以實現高效的上下文使用。
記憶體分層 設定指南
要在您的環境中實現此功能，請確保已建立所需的目錄結構。此 Openclaw Skills 邏輯依賴於特定的文件路徑來有效地組織數據。
mkdir -p memory/hot memory/warm
touch memory/hot/HOT_MEMORY.md memory/warm/WARM_MEMORY.md MEMORY.md
建立目錄後，使用者可以手動觸發該技能，也可以透過集成的壓縮程序自動觸發。
記憶體分層 資料結構與分類體系
該技能跨分層文件結構組織其數據，以確保資訊的邏輯分離：
| 層級 | 文件路徑 | 數據範圍 |
|---|---|---|
| HOT | memory/hot/HOT_MEMORY.md |
活動會話上下文、即時目標和臨時憑據。 |
| WARM | memory/warm/WARM_MEMORY.md |
持久使用者偏好、穩定配置和核心系統清單。 |
| COLD | MEMORY.md |
歷史決策、專案里程碑和過去工作的提煉摘要。 |
| 日誌 | memory/YYYY-MM-DD.md |
每日攝取和審計過程的源數據。 |
記憶體分層 進階特性
- 在任何上下文壓縮命令後運行分層邏輯的自動觸發集成。
- 支援包括英文和中文命令在內的多語言觸發，以實現全球可用性。
- 智慧總結算法，用高級檔案記錄取代粒度任務細節。
- 跨層驗證檢查，以在複雜的重新分配工作流程期間保持數據完整性。
SKILL.md
加載中
Openclaw 相關技能
精選*
