为 OpenClaw 工作空间配置持久化记忆召回系统，支持 MEMORY.md 和记忆文件检索
说明：
## 核心用法
该技能用于在 OpenClaw 工作空间中启用和配置长期记忆功能，使 AI 代理能够召回先前的决策、偏好和待办事项。配置流程包含六个步骤：准备记忆文件结构、修改代理配置启用记忆搜索、重启网关验证、测试召回行为、故障排查，以及建立操作规范。
配置的关键在于正确设置 `agents.defaults.memorySearch` 节点（非顶层 `memorySearch`），支持本地模型或 OpenAI、Gemini、Voyage、Mistral 等远程提供商。通过 `MEMORY.md` 作为精选长期记忆库，配合 `memory/YYYY-MM-DD.md` 每日笔记及可选的项目/系统/分组子目录，构建分层记忆体系。
## 显著优点
1. **持久上下文**：突破单次会话限制，跨对话保留关键信息
2. **可追溯性**：记忆引用包含源路径和行号，便于审计
3. **灵活配置**：支持多提供商和本地部署，适应不同隐私需求
4. **渐进式检索**：`memory_search` 粗筛 + `memory_get` 精确定位，效率与精度兼顾
## 潜在缺点与局限
– **依赖文件规范**：需要用户主动维护 `MEMORY.md` 和日期笔记，记忆质量取决于输入质量
– **本地模型资源占用**：本地提供商需额外计算资源
– **配置敏感点**：`agents.defaults` 与顶层 `memorySearch` 易混淆，配置错误导致功能失效
– **评分阈值权衡**：`minScore` 过高漏检，过低引入噪声，需反复调优
## 适合人群
OpenClaw 长期用户、多项目并行开发者、需要 AI 维护跨会话上下文的团队。
## 常规风险
– 远程 API 密钥泄露风险
– 记忆文件写入权限配置不当
– 记忆内容污染导致代理产生错误上下文幻觉（虽可通过源引用部分缓解）
