openclaw如何使用agentic memory记录历史记忆-北京尧图网络

Openclaw是目前非常流行的龙虾AI智能体。Agentic-Memory 是目前非常流行的AI智能体持久化认知图谱记忆系统。这里尝试基于网络资料在OpenClaw环境验证Agentic-Memory对话信息记忆功能。1 agentic memory1.1 主要功能Agentic-Memory 是一个为AI智能体设计的持久化认知图谱记忆系统。目标是解决AI智能体的失忆症让AI拥有一个可以跨会话、跨模型、持续累积的大脑。Agentic-Memory将智能体知识存储为一个可导航图结构保存在一个二进制文件 (.amem) 中。Agentic-Memory主要解决了以下关键问题1每次对话都从零开始提供持久的 .amem 记忆文件即使在重启、更换模型或长时间间隔后记忆依然存在。2向量搜索只返回相似文本将图遍历、因果路径和决策血缘作为一等查询能追溯“为什么做出这个决定”。3修正会覆盖并抹除历史通过取代链 (Supersession Chains) 保留旧信念和新信念提供可审计的变更历史。4记忆质量随时间下降内置质量检查、概念漂移、知识缺口和修订工具确保记忆的可靠性。5长期记忆过于臃肿采用紧凑的单文件存储具有实际的多年级生命周期方便备份和迁移1.2 主要特性Agentic-Memory并非简单的对话记录或向量检索。是一个为AI智能体设计的、结构化的、可追溯且防篡改的长期认知记忆系统。主要特性如下1丰富的记忆类型能够存储多种信息事实(Facts)决策(Decisions)推理链(Reasoning Chains)修正 (Corrections)技能 (Skills)2强大的查询引擎提供16种查询类型包括混合搜索 (search)因果追溯 (traverse)版本解析 (resolve)影响分析 (revise)知识缺口分析 (gaps)和概念漂移追踪 (drift)3多维度索引为快速检索建立了时间、语义、因果、实体和程序五种索引。4防幻觉机制 (Grounding)提供memory_ground工具在智能体断言前验证其是否有记忆支撑。返回已核实/未核实状态及证据。1.3 mac安装参考github提供的agentic memory安装说明https://github.com/agentralabs/agentic-memory在mac运行如下安装命令curl -fsSL https://agentralabs.tech/install/memory/server | bash过程如下所示(base) limingliming-mac ~ % curl -fsSL https://agentralabs.tech/install/memory/server | bash[################################----] 90% Applying profile setuprdDaemon auto-install skipped for server profile.[####################################] 100% Install completeInstall complete: AgenticMemory (server)Done! Memory defaults to ~/.brain.amemWhat happens after installation:1. agentic-memory was installed as MCP server command: /Users/liming/.local/bin/agentic-memory-mcp-agentra2. Generate a token (openssl rand -hex 32) and set AGENTIC_TOKEN on the server.3. If artifacts were created on another machine, sync .amem/.acb/.avis files to this server.4. Start MCP with auth, connect clients, then restart clients.5. Optional feedback: open https://github.com/agentralabs/agentic-memory/issues此时agentic memory应该已经安装成功目标目录/Users/liming/.local/bin/为了运行方便需要将bin下的工具添加到PATH中具体为vim编辑zshrc文件即为vim ~/.zshrc编辑添加如下内容。# agentic-memory export AGENTIC_TOKEN$(openssl rand -hex 32) export PATH~/.local/bin:$PATH检查安装文件检查~/.local/bin下的agentic memory安装文件示例如下ls -l ~/.local/bin结果如下total 80376-rwxr-xr-x 1 liming staff 3274136 8 3 10:55 agentic-memory-mcp-rwxr-xr-x 1 liming staff 4335 8 3 10:55 agentic-memory-mcp-agentra-rwxr-xr-x 1 liming staff 2442852 8 3 10:55 amem-rwxr-xr-x 1 liming staff 28371136 4 21 09:25 iii-rwxr-xr-x 1 liming staff 7045808 7 30 17:06 iii-consoleagentic memory安装文件有agentic-memory-mcp、amem、agentic-memory-mcp-agentra。2 agentic memory集成2.1 plugin集成agentmemory项目官方为OpenClaw提供的原生插件包是agentic-memory-openclaw。https://www.npmjs.com/package/agentic-memory-openclaw?activeTabreadme可通过如下命令安装。openclaw plugins install agentic-memory-openclawopenclaw agentic-memory setup然而该过程要求如下信息API key or interpolation template [${AGENTIC_MEMORY_API_KEY}]:要求agentic-memory本地或远程http部署才能获取到。这里没有agentic-memory-server这是因为目前agentic-memory还没有发布对应安装包。现存agentic-memory的http url由第三方提供这里不打算用第三方服务。所以在目前openclaw环境中是不能按上述plugin插件的方式集成agentic memory。幸运的是agentic-memory支持以mcp的方式安装因为有agentic-memory-mcp。我们这里尝试通过mcp的方式在openclaw中安装和配置agentic-memory。如果给出mcp安装 agentic-memory通过curl -fsSL https://agentralabs.tech/install/memory/server | bash安装结果如下2.2 mcp集成在 OpenClaw 中集成配置agentic-memory-mcp主要有两种方式1使用openclaw mcp命令2手动编辑配置文件。这里采用openclaw mcp命令方式添加。1配置记忆通过openclaw mcp add添加agentic-memory-mcp记忆工具命令示例如下openclaw mcp add agentic-memory \ --command agentic-memory-mcp \ --arg serve \ --arg --memory \ --arg ~/.my-brain.amem \ --env AGENT_MEMORY_LOG_LEVELdebug \ --cwd ~/.openclaw/workspace这个命令会将agentic-memory-mcp作为一个 MCP 服务器添加到OpenClaw的配置中这是 OpenClaw 官方推荐的标准方法用于管理 MCP 服务器定义。2验证配置在添加后这里进一步检查配置是否正确。以下是常用的检查指令。openclaw mcp list # 列出所有已配置的 MCP 服务器openclaw mcp status # 查看服务器的状态openclaw mcp doctor # 运行诊断检查配置是否有问题运行示例如下所示(base) limingliming-mac apps % openclaw mcp list│◇Too many arguments for this command.Try: openclaw mcp list --help(base) limingliming-mac apps %(base) limingliming-mac apps % openclaw mcp list│◇ OpenClaw 2026.7.1-2 (0790d9f) — Finally, a use for that always-on Mac Mini under your desk.OpenClaw-managed MCP servers (/Users/liming/.openclaw/openclaw.json):- agentic-memoryNote: this command only shows OpenClaw-managed mcp.servers entries and does not include mcporter servers from config/mcporter.json.(base) limingliming-mac apps % openclaw mcp status│◇ OpenClaw 2026.7.1-2 (0790d9f) — Ill refactor your busywork like it owes me money.MCP server status (/Users/liming/.openclaw/openclaw.json):- agentic-memory: stdio(base) limingliming-mac apps % openclaw mcp doctor│◇ OpenClaw 2026.7.1-2 (0790d9f) — Runs on a Raspberry Pi. Dreams of a rack in Iceland.MCP doctor (/Users/liming/.openclaw/openclaw.json):- agentic-memory: ok(base) limingliming-mac apps %3生效配置配置完成后最后需要重启网关。openclaw gateway restart现在agentic-memory-mcp应该已经成功集成到OpenClaw中了。3 agentic memory测试这里采用对话测试的方式验证agentic memory记忆系统是否生效。启动 OpenClaw 聊天会话可以通过如下命令行也可以通过openclaw聊天界面。openclaw chat3.1 存储记忆直接说“记住我的名字是李明我住在北京。”openclaw如果认为需要保存会自动调用memory_add工具。当然也可以显式要求它使用工具。“请使用 memory_add 工具保存一条记忆我的邮箱是 testexample.com”示例如下3.2 检索记忆过一会通过/new指令启动新会话询问“我的名字是什么” “我的邮箱是什么”为确保openclaw使用记忆工具可以提示通过agentic memory mcp工具openclaw此时应该能回忆起之前存储的信息并给出正确回答示例如下。这里显示openclaw正确回答说明记忆存储和检索成功。如果openclaw回应“我不知道”可能存储失败、模式不正确、或者agentic memory优先级不高。可显式提示openclaw使用agentic memory提高agentic memory回复时调用优先级。3.3 额外检查在发现问题可以进一步尝试做如下检查。1MCP服务日志实时查看网关日志检查是否有agentic-memory相关的错误。openclaw logs --follow2记忆文件默认记忆文件位于~/.brain.amem。可以查看它是否被创建和更新。ls -la ~/.brain.amemcat ~/.brain.amem # 内容reference---agentic-memoryhttps://github.com/agentralabs/agentic-memoryagentic-memory-openclawhttps://www.npmjs.com/package/agentic-memory-openclaw?activeTabreadmeMac环境OpenClaw龙虾的初步测试和验证https://blog.csdn.net/liliang199/article/details/157978016聊下 OpenClaw 的记忆系统https://developer.volcengine.com/articles/7622989486974091310LLM滑动窗口与记忆机制的应用探索https://blog.csdn.net/liliang199/article/details/158767969LLM的信息压缩技术的探索https://blog.csdn.net/liliang199/article/details/158767962LLM大规模数据的组织检索方法https://blog.csdn.net/liliang199/article/details/158741006MCP-与本地大模型集成实现工具调用https://blog.csdn.net/liliang199/article/details/149865159OpenClaw Skills -- ClawHubhttps://www.runoob.com/ai-agent/openclaw-skills.htmlOpenClaw Skills (41,329)https://clawhub.ai/skills?sortdownloads

openclaw如何使用agentic memory记录历史记忆

相关推荐

4.8 docker从镜像到容器

终极黑苹果配置自动化工具：OpCore-Simplify让你15分钟完成复杂配置

智慧化项目实战：从物联网、数字孪生到AI的落地路径与避坑指南

更多资讯

PowerShell与CMD深度对比：从脚本迁移到编码乱码的避坑指南

从零实现入侵检测系统：规则引擎、误报率调优与避坑指南

国产MCU替代STM32实战：从选型到移植的完整指南

展锐UDX710：5G CPE中的嵌入式OpenSSL密码加速实践

AI搜索产品通过ISO 27001:2022认证的实战意义

AI PLC落地核心：确定性推理与工业实时性

今日更新

Play Framework 迁移指南：移除 GlobalSettings，全面转向依赖注入（Scala 与 Java）

Numba 类型推断机制详解：从 Numba IR 到编译期类型重建的完整原理与实践

企业级项目dragonballz_e159-1的技术架构与实现方案

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？