记忆系统

RsClaw 提供三层持久化记忆系统，基于 redb + tantivy + hnsw_rs 原生实现，让智能体拥有长期记忆和自我学习能力。

记忆架构

┌─────────────────────────────────────────┐
│            会话上下文 (短期)            │
│        当前对话的完整上下文窗口         │
├─────────────────────────────────────────┤
│             索引记忆 (中期)             │
│    MEMORY.md — 结构化索引，快速检索     │
├─────────────────────────────────────────┤
│             向量记忆 (长期)             │
│   redb + hnsw_rs — 持久化向量数据库    │
└─────────────────────────────────────────┘

记忆操作

智能体在对话中自动使用记忆工具：

# 搜索记忆
rsclaw memory search "用户偏好"

# 获取特定记忆
rsclaw memory get <id>

# 存储新记忆
rsclaw memory put "用户喜欢深色模式"

# 删除记忆
rsclaw memory delete <id>

记忆类型

类型	说明	存储方式
note	一般笔记	向量数据库
fact	已验证的事实信息	向量数据库 + 索引
summary	会话摘要	向量数据库
remember	用户明确要求记住的内容	向量数据库 + 索引

记忆生命周期

1. 自动存储 — 智能体在对话中自动识别重要信息并存入记忆
2. 自动索引 — 高重要性记忆自动同步到 MEMORY.md 索引
3. 按需召回 — 语义搜索，根据对话上下文自动召回相关记忆
4. 自动遗忘 — 低重要性记忆随时间自动降低权重

提示

记忆系统完全本地化运行，所有数据存储在本地，不会上传到任何远程服务器。

记忆配置

memory: {
  // 向量数据库路径
  dbPath: "~/.rsclaw/memory.db",
  // 最大记忆条目数
  maxEntries: 10000,
  // 自动索引阈值（重要性 >= 0.7 自动索引）
  autoIndexThreshold: 0.7,
}

下一步

• 智能体管理 — 配置智能体
• Skills 系统 — 安装和使用技能