三层持久化记忆系统让AI跨会话记住决策、事实与规则，解决LLM失忆问题，实现真正的长期学习与知识传承。
说明：
## 核心用法
`persistent-memory` 是一套企业级三层记忆架构，专为解决AI Agent的跨会话遗忘问题而设计。系统通过一键部署脚本（`unified_setup.sh`）自动构建：
– **L1 Markdown层**：人类可读的`MEMORY.md`、每日日志`memory/YYYY-MM-DD.md`及`reference/`知识库，作为真相源
– **L2 向量层**：ChromaDB + all-MiniLM-L6-v2模型实现语义搜索，支持自然语言检索历史决策
– **L3 图谱层**：NetworkX构建概念关系网络，支持关系遍历推理
**关键创新**在于`configure_openclaw.py`脚本——它强制OpenClaw索引`SOUL.md`、`AGENTS.md`等关键指令文件，根治「Agent无视自身规则」的行业顽疾。
## 显著优点
1. **零配置开箱即用**：单条bash命令完成Python依赖、虚拟环境、数据库、IDE集成全链路部署
2. **指令合规自动化**：突破OpenClaw默认索引限制，确保行为准则被强制检索
3. **三层冗余保障**：任何单点故障不会导致记忆丢失，Markdown层始终可人工修复
4. **语义+结构化双检索**：既能模糊匹配概念，也能精准查询实体关系
5. **生产级监控**：`auto_retrieve.py –status`提供版本哈希校验，防止记忆漂移
## 潜在局限
– **架构耦合性**：强依赖OpenClaw生态，其他Agent框架需适配改造
– **本地存储限制**：ChromaDB默认文件存储，高并发场景需迁移至服务器模式
– **索引延迟**：手动触发`indexer.py`，无实时监听（可配合inotify改进）
– **模型固定**：sentence-transformers模型锁死，无法热切换多语言/领域专用模型
## 适合人群
– 长期运行项目的AI辅助开发团队（需跨周/月保持上下文）
– 企业知识库构建场景（合规审计要求决策可追溯）
– 多Agent协作系统（需共享机构记忆与行为准则）
– 对「AI幻觉导致违规操作」高度敏感的金融、医疗、法务领域
## 常规风险
| 风险类型 | 描述 | 缓解措施 |
|———|——|———|
| 记忆污染 | 错误信息被索引后持续传播 | 定期审核`MEMORY.md`，版本控制回溯 |
| 指令绕过 | OpenClaw配置被意外覆盖 | 将`configure_openclaw.py`纳入CI检查 |
| 隐私泄露 | `reference/people.md`含敏感联系信息 | `.gitignore`配置+加密存储PII |
| 索引损坏 | SIGSEGV等ML库兼容性问题 | 使用脚本固定依赖版本，定期`–status`校验 |
| 依赖过时 | ChromaDB/NetworkX版本迭代 | 锁定`requirements.txt`，计划性升级测试 |
会员专属
