Skip to content

Latest commit

 

History

History
149 lines (101 loc) · 4.13 KB

File metadata and controls

149 lines (101 loc) · 4.13 KB

bamdra-openclaw-memory

Bamdra Animated Logo

面向 OpenClaw 的 continuity-first 主记忆运行时。

一键安装:

openclaw plugins install @bamdra/bamdra-openclaw-memory

以后升级时,重复执行同一条命令即可。如果你要固定某个版本,就在包名后面追加版本号,例如 @bamdra/bamdra-openclaw-memory@0.3.25

这一条命令现在会把整套 Bamdra 记忆栈一起准备好:

  • bamdra-openclaw-memory
  • bamdra-user-bind
  • bamdra-memory-vector

如果你本地已经装过老版本,或者当前安装状态已经损坏,推荐直接安装独立的 Clawdhub 修复 skill:

clawdhub --workdir ~/.openclaw --dir skills install bamdra-memory-upgrade-operator --force

English README

它是什么

bamdra-openclaw-memory 是 Bamdra 套件中的主运行时插件。

它让 OpenClaw 能够:

  • 保持正确的话题分支
  • 保存长期事实
  • 生成紧凑上下文
  • 在中断和重启后继续恢复
  • 和真实身份层、真实本地知识库层协同工作

为什么团队会装它

没有 continuity 运行时的时候,长会话很快就会散:

  • 用户不断重复背景
  • 中断会破坏连续性
  • 稳定决策沉没进聊天记录
  • 本地文档和笔记无法进入召回链路

有了这套系统后,智能体会随着用户一起进化,因为画像、记忆和知识都变成了可持续积累的资产。

为什么说这套体系已经完整

bamdra-user-bind

负责稳定用户边界和“活的画像层”。

它会承担大部分 per-user USER.md 想做的事情:

  • 应该怎么称呼
  • 时区
  • 语气偏好
  • 角色与协作方式
  • 长期用户备注

近期这层又补了几个关键能力:

  • 画像更新不再只有“整段覆盖”,而是支持语义上的 replace / append / remove
  • Markdown 镜像继续保留 frontmatter 作为机器可读主源
  • 正文里的“已确认画像”变成同一份结构化画像的人类可读镜像

bamdra-memory-vector

负责把本地 Markdown 变成真正的知识库。

它会索引:

  • knowledge/
  • docs/
  • notes/
  • ideas/

并尽量让本地知识召回优先于不必要的 web search。

架构图

Bamdra 套件架构图

最佳实践

推荐这样使用:

  • bamdra-openclaw-memory 占据 memorycontextEngine 槽位
  • bamdra-user-bind 负责身份与个性化
  • bamdra-memory-vector 负责本地 Markdown 知识与语义召回

推荐的向量根目录:

{
  "plugins": {
    "entries": {
      "bamdra-memory-vector": {
        "enabled": true,
        "config": {
          "enabled": true,
          "privateMarkdownRoot": "~/Documents/Obsidian/MyVault/openclaw/private",
          "sharedMarkdownRoot": "~/Documents/Obsidian/MyVault/openclaw/shared",
          "indexPath": "~/.openclaw/memory/vector/index.json"
        }
      }
    }
  }
}

这样你会同时得到:

  • 本地优先的连续性运行时
  • 可持续维护的用户画像
  • 真正可编辑的私有与共享知识库

画像更新语义

bamdra-user-bind 现在不会再把所有画像更新都当成“整段替换”。

当用户自然表达新的协作偏好时,运行时会区分:

  • 替换旧偏好
  • 追加一个新的长期偏好
  • 删除某一个特定旧偏好

这对于 preferencespersonalitynotes 这类字段尤其重要,因为它们很多时候更适合增量维护,而不是粗暴覆盖。

现在的 Markdown 镜像也更清晰:

  • frontmatter 继续作为机器读写主源
  • 正文展示同步的人类可读摘要
  • “补充备注”只保留不适合结构化的长期上下文

继续阅读