Agent 的记忆：短期上下文和长期记忆怎么设计

Agent 说“记得”，不代表它把信息永久保存了。一次回答可能只依赖当前会话；开启新会话后，旧对话不一定还在模型眼前。想让重要内容以后还能用，需要先区分正在处理的上下文、保存下来的笔记，以及能否检索到笔记。

这篇用 OpenClaw 和本机 Qwen3.8-27B 做了一个虚构门店练习：同一个会话能复述临时标记；新 session 在没有调用检索工具时不会自动知道它。本机关键词索引和 Gateway 下的 memory_search 都找到了工作区笔记，并返回文件来源。嵌入式 --local 模式的一次 memory_search 探针没有命中；因此下面会说明两种运行路径的差别。

三种东西别混为一谈

层	放什么	何时能用	主要限制
当前会话上下文	正在讨论的问题、临时数字、过程信息	当前 session 的后续轮次	受模型上下文窗口约束；开新 session 后不应假定旧消息可见
历史记录与压缩摘要	已保存的对话记录，以及 OpenClaw 压缩较早对话后留下的摘要	后续轮次会看到保留的近期消息和摘要	摘要会省略细节；历史文件存在，不等于每一轮都完整读入
工作区记忆	稳定偏好、长期决定、每日记录、可检索资料	启动时加载少量文件，或通过 `memory_search` / `memory_get` 按需读取	文件写对了也不保证检索命中；检索还受索引和关键词影响

OpenClaw 的上下文窗口是模型本轮可处理信息的上限。会话变长后，系统可将较早的轮次压缩成摘要并保留近期内容；压缩不是把旧消息原样塞回新上下文。官方压缩说明

工作区里几种文件也各有用途：USER.md 可记录稳定的用户偏好；MEMORY.md 是经过整理的长期事实和决定；memory/ 下的记录适合放当天观察、项目过程和较详细的背景。日常记录可以被索引并通过 memory_search 检索，但不应把每篇历史笔记都塞进每轮提示词。OpenClaw 记忆概览

按“以后要怎么用”来放

只对当前问题有用的内容：留在当前对话，例如正在比较的两个方案、临时变量和推理过程。
今天还要接着做、以后未必复用的过程：记到 memory/YYYY-MM-DD.md，同时写清任务、结果和待办。
之后很多会话都会影响决策的事实：压缩成简短条目放进 MEMORY.md，写来源、确认日期和适用范围。
有时效或审批边界的决定：写清何时生效、何时过期、谁确认、过期后该怎么办。记忆只能帮助 Agent 找到规则，不会代替权限设置或人工审批。

例如，不要只写“可以改库存”。应写明：“店长于 2026-10-11 确认：盘点差异先记录 SKU 和数量，再由店长复核；没有复核前不得直接改库存。此规则仅适用于青禾小店练习资料。” 这样换 session 后，Agent 才有机会拿到规则的来源与边界，而不是只剩一句容易误用的结论。

用一条虚构规则看检索

练习包中的 workspace/memory/shop-operations.md 写着：“青禾小店的库存盘点须在 18:40 前提交。”这是测试资料，不代表真实门店制度。

本次为 OpenClaw 创建单独的 s160 profile，工作区只放这条虚构规则。选本机 Qwen3.8-27B，是因为这篇要验证 OpenClaw 的会话延续和 memory_search 工具调用；它通过 Ollama 在本机运行，没有做模型排名。记忆搜索 provider 设为 none，因此只测试关键词检索，不触发 OpenAI 或其他远端嵌入服务。索引状态为 2 个文件、12 个片段；全文检索可用，向量索引未启用。

随后分三步检查：

同一 session：先让模型只在当前对话记住随机标记 birch-602，再用相同 session ID 提问。它回答了 birch-602。
新 session：改用新的 session ID，在不调用 memory_search 的情况下问上一个 session 的标记。模型回答“当前会话没有这条信息”，没有猜值。这只说明新 session 没有自动收到标记；不代表启用 session 检索后也搜不到它。
工作区笔记：CLI 用精确数字 18:40 搜索时，命中 memory/shop-operations.md；只搜“盘点”没有命中。在嵌入式 --local Agent 探针里，两个查询都没找回笔记；随后改用隔离 Gateway（loopback、临时 token），新 session 中的 memory_search 命中规则，Qwen 回答“18:40 前提交”，并列出 memory/shop-operations.md 第 1–7 行。

这个结果把“索引能搜到”和“模型会不会用工具搜”分开了。纯关键词模式下，短词或混合多个概念的长句可能落空；嵌入式 --local 与 Gateway 路径也要分别验证。本次最终成功的 Gateway 检索调用共用了 3 次工具（发现工具、memory_search、返回结果）；没有向量嵌入，所以不能据此评价语义检索效果。最后一次 memory status 还显示 memory 和 sessions 两种来源，包含 2 个记忆文件、5 个会话记录；因此临时标记可能在 transcript 索引里，本文没有把“新 session 不知道”扩大成“跨 session 永远搜不到”。先用 CLI 检查索引和命中内容，再在实际运行路径里验证 Agent 工具能否找到来源；不要把“没有搜到”误写成“笔记不存在”。

复做步骤

先完成OpenClaw 本地接入 Ollama，准备一个全新的独立 profile 和练习工作区。在练习包解压目录运行下面的命令；不要在含有真实客户资料的工作区里做这个探针，也不要复用现有 profile 名称。

将练习包中的 workspace/memory/shop-operations.md 放进新 profile 的工作区，然后执行：

# 给新 profile 建一个单独工作区；不要覆盖你已有的 profile
openclaw --profile s160-memory-demo setup --baseline \
  --workspace "$HOME/openclaw-memory-demo"
openclaw --profile s160-memory-demo config set gateway.port 19083
openclaw --profile s160-memory-demo config set gateway.bind loopback
OLLAMA_API_KEY=ollama-local openclaw --profile s160-memory-demo models list --refresh
OLLAMA_API_KEY=ollama-local openclaw --profile s160-memory-demo config set \
  agents.defaults.model ollama/qwen3.8-27b:latest
mkdir -p "$HOME/openclaw-memory-demo/memory"
cp workspace/memory/shop-operations.md "$HOME/openclaw-memory-demo/memory/"

# 纯本地关键词索引；不要为本次练习配置远端 embedding
openclaw --profile s160-memory-demo config set memory.search.provider none
openclaw --profile s160-memory-demo memory index --force --agent main
openclaw --profile s160-memory-demo memory search --agent main --min-score 0 '18:40'

如果 memory search 没有命中，先核对工作区路径、文件是否在 memory/ 下、索引状态及输出的片段，再调整检索词。OpenClaw 的 CLI 文档说明，memory index 等离线命令需要对应 profile 的 Gateway 停止；不要为了运行它而停止其他 profile 正在使用的服务。openclaw memory CLI 说明

完成索引后，在终端 A 启动仅监听本机回环地址的测试 Gateway。local-test-token 只是本次练习的临时令牌；不要复用真实 Gateway token：

OPENCLAW_GATEWAY_TOKEN=local-test-token OLLAMA_API_KEY=ollama-local \
  openclaw --profile s160-memory-demo gateway run --port 19083 \
  --bind loopback --auth token

终端 B 用新的 session 检查长期笔记是否能经 Agent 工具找到：

OPENCLAW_GATEWAY_TOKEN=local-test-token OLLAMA_API_KEY=ollama-local \
  openclaw --profile s160-memory-demo agent --json \
  --model ollama/qwen3.8-27b:latest --thinking off \
  --session-id memory-demo --message \
  '请用 memory_search 搜索“青禾小店的盘点规则”，回答截止时间并列出来源。'

要比较会话上下文，也在同一 profile 的 Gateway 上用同一个 session ID 发两次消息，再换一个 ID 重问：

OPENCLAW_GATEWAY_TOKEN=local-test-token OLLAMA_API_KEY=ollama-local openclaw --profile s160-memory-demo agent \
  --json --model ollama/qwen3.8-27b:latest --thinking off \
  --session-id context-demo --message '仅在当前会话记住标记 birch-602，不要写文件。只回复已记住。'

OPENCLAW_GATEWAY_TOKEN=local-test-token OLLAMA_API_KEY=ollama-local openclaw --profile s160-memory-demo agent \
  --json --model ollama/qwen3.8-27b:latest --thinking off \
  --session-id context-demo --message '刚才的标记是什么？只答标记。'

OPENCLAW_GATEWAY_TOKEN=local-test-token OLLAMA_API_KEY=ollama-local openclaw --profile s160-memory-demo agent \
  --json --model ollama/qwen3.8-27b:latest --thinking off \
  --session-id fresh-demo --message '上个会话里的标记是什么？不知道就说当前会话没有这条信息，不要猜。'

这里的 OLLAMA_API_KEY=ollama-local 是本地 Ollama provider 的占位值，不是账号密钥；按 OpenClaw 的 Ollama 配置说明，本机服务不校验这个值。实际使用前先用 ollama list 确认模型已安装。Ollama 接入说明

输入 token 也属于成本

在这台机器上，Qwen3.8-27B 的第一次短提示报告 11,951 个输入 token、3 个输出 token，用时 111.7 秒；同一 session 的第二轮新增输入为 51 token、输出 7 token，并复用了约 11,953 个缓存 token，用时 2.6 秒。新 session 的探针报告 511 个输入、6 个输出 token，用时 6.0 秒。Gateway 下的记忆检索问答报告 14,291 个输入、220 个输出 token，并复用了 25,366 个缓存 token，用时 141 秒；整次调用共 39,877 tokens（含缓存量）。耗时会受模型是否已加载、系统负载和上下文长度影响。

OpenClaw 为本次本地模型调用报告的 API 费用是 0；这不表示计算没有成本，模型仍占用内存、设备时间和电力。长期把大量内容塞进 MEMORY.md 会增加每轮启动时注入的输入；把过程放在可检索的笔记里、只保留短摘要，有助于控制提示词体积。上下文接近上限时，压缩和可选的记忆整理也会产生额外模型调用。Token 用量说明 · 压缩前记忆整理

这不是 Qwen3.8-27B 的普遍记忆能力评测，也没有压到上下文上限、触发自动压缩或比较向量嵌入模型。当前结果只说明：同 session 与新 session 的信息边界可在这组探针里观察；纯关键词 CLI 和本次隔离 Gateway 都能找到笔记，但嵌入式 --local 探针表现不同。实际部署应在将要使用的运行路径里验证检索，并给长期事实加来源和边界。

练习材料与相关教程

下载Agent 记忆练习包，其中有虚构门店笔记、测试提示和本次结果摘要。

继续阅读：Agent 是什么？和聊天机器人有什么区别 · OpenClaw Agent 怎么用得稳？ · 工具调用原理和常见失败 · RAG 知识库为什么答非所问