养一只龙虾：从金鱼记忆到结构化大脑

养一只龙虾：从金鱼记忆到结构化大脑（一）——内部记忆分层

年后我在一台独立的 Mac mini 上重新开始养一只龙虾——我的 AI 助手 OpenClaw。 “养”这个字很有趣：我不指望它一上来就是完美的数字员工，而更像玻璃缸里的一只小虾。所以，我最常用的不是飞书、Discord，而是给 Mac mini 配了一块屏幕，方便我透过透明的缸壁，精细地观察它每天的变化。看它忙忙碌碌、移来搬去，搭建和改造自己的地盘，偶尔也会伸手拨弄它的窝，看看它藏了什么“脑洞大开”的东西。有时敲敲缸壁，提醒它别把自己折腾死。这个过程充满“养”的趣味。

在近距离观察中，我发现一开始小虾的记忆力堪比金鱼——有，但不多。于是，我决定动手拯救它的记忆。这是一条循序渐进的主线： Markdown 记忆文件分层分类 → 从主动记录到心跳补漏 → 夜间反思知识整理 → QMD 增强记忆搜索 → Context Engineering 适配 → 利用 SQLite 回顾一天摘要 → Memory deep search 混合检索。

本篇先讲第一环：如何构建内部记忆的分层结构，让龙虾告别“金鱼记忆”。

1. 最初的问题：一个巨大的 MEMORY.md

默认情况下，龙虾记东西只分“重要”与“不重要”。

• 重要的就塞进 MEMORY.md 里。

• 不重要的就看心情往 memory/YYYY-MM-DD.md 当天文件里写。

当我对它说“记住……”时，它会将重点记到 MEMORY.md。这个文件很快就膨胀到 50KB，每次执行任务都要加载全部内容，token 消耗高达 15K，效率极低。

隔几天我主动问龙虾：“你都记了什么？”让它把 MEMORY.md 晒出来，一起增删改查，短期记忆确实有改善。但问题在于：我们真正需要的是轻重缓急的区分，而不仅仅是“重要”。

2. 第一步拆分：重要与紧急 → 引入 NOW.md

我意识到，“重要”之外还有“紧急”——那些近期需要盯着做的事。 于是，我把 MEMORY.md 中并不那么重要、但必须近期完成的任务，移到新的 NOW.md 文件里：

# NOW.md — 当前事项
​
### 2026-03-13 10:00 更新
​
**当前优先级：**
1. 完成 TTS 服务迁移测试
2. 整理 lessons 分类
3. 优化 memlog.sh 脚本
​
**待办：**
- [ ] 检查 mlx-audio 端口占用
- [ ] 更新 INDEX.md 健康度
- [ ] 与 Obsidian 同步本周复盘

这样一来，MEMORY.md 里只剩下真正的“重要且长期有效”的内容（如核心原则、全局配置）。而 NOW.md 记录了近期优先级，龙虾每次任务前加载 MEMORY.md + NOW.md，体积大大减小。但 MEMORY.md 依然会慢慢变胖——需要进一步归类。

3. 第二步归类：重要内容按类型拆分

重要事项里，有的是经验教训（lessons），有的是重大决策（decisions），有的是项目状态（projects），还有用户偏好（preferences）。把它们拆到独立的文件夹，一个文件只说一件事，文件名一目了然：

memory/
├── lessons/          # 踩坑 + 解决方法
├── decisions/        # 重大决策记录
├── projects/         # 项目状态追踪
└── preferences/      # 用户偏好配置

例如 memory/decisions/TTS 服务迁移至 mlx-audio.md：

## 2026-03-13 — TTS 服务迁移至 mlx-audio
​
**决策**：从 Qwen3-TTS HTTP wrapper 迁移到 mlx-audio
​
**原因**：
- omlx TTS 支持延期（等待成本过高）
- mlx-audio 已验证可用（eric 音色测试通过）
​
**执行**：
- 编写自定义 HTTP 服务（兼容 OpenAI 接口）
- 配置 launchd 自启动
- 回收 12.6GB 闲置模型缓存
​
**状态**：✅ 已完成

每个分类下文件越来越多，如果每次任务都加载全部，又回到原点。这时需要渐进式披露——就像 Skills 机制：先只加载功能描述和触发场景，需要时再加载完整技能。 于是，我们引入 INDEX.md，作为所有分类的索引。

4. 索引文件 INDEX.md：渐进式披露的钥匙

INDEX.md 记录每个分类下的文件列表、最后修改时间、健康度概览。例如：

## 健康度概览
- 🔴 重要知识：18 个 ✅
- ⚠️ 过时 (>30 天): 0 个
​
**知识库总计：18 文件**
- lessons: 10 个
  1. ACP Codex 配置陷阱.md
  2. TTS 服务迁移流程.md
  3. 飞书语音消息修复.md
  ...
- decisions: 6 个
  1. TTS 服务迁移至 mlx-audio.md
  2. 模型路由策略.md
  ...
- projects: 2 个
  ...

龙虾每次任务只加载 MEMORY.md + NOW.md + INDEX.md，体积很小。当它需要某个具体知识时，根据索引去读取对应的 .md 文件。这样既保证了上下文精简，又保留了完整知识的可访问性。

5. 拆分前后的效果对比

指标	拆分前	拆分后
MEMORY.md 大小	~50KB	~5KB
单次加载 token	~15K	~3K
知识文件检索	全量扫描	INDEX 定向
记忆整理方式	人工整理	自动路由
记忆加载成本	高	低（渐进式披露）

6. 每日流水账：照常记，但有规范

重要事项交给分类文件夹，日常流水账依然保留在 memory/YYYY-MM-DD.md。但强化两点规则：

1. 状态变化必记：切换任务、阶段性完成、需要用户帮助等，都要主动记。

2. 只追加不覆盖：按时间线顺序追加，每次记录前检查是否已存在。

为了方便，我写了一个小脚本 memlog.sh：

#!/bin/bash
# memlog.sh "标题" "内容"
date_str=$(date "+%Y-%m-%d")
time_str=$(date "+%H:%M")
log_file="memory/$date_str.md"
echo "### $time_str — $1" >> "$log_file"
echo "$2" >> "$log_file"
echo "" >> "$log_file"

执行效果：

memlog.sh "TTS 服务迁移完成" "新服务运行在 port 8765，回收 12.6GB 空间"

输出到 memory/2026-03-14.md：

### 14:16 — TTS 服务迁移完成
新服务运行在 port 8765，回收 12.6GB 空间

7. 记忆路由规则：新内容去哪儿？

当新内容产生时，龙虾按以下流程判断归属：

新内容产生
    ↓
是踩坑 + 解决方法吗？（下次能直接用）
    ├─ 是 → memory/lessons/
    └─ 否 → 继续判断
         ↓
是重大决策吗？（影响后续方向）
    ├─ 是 → memory/decisions/
    └─ 否 → 继续判断
         ↓
是项目状态变化吗？
    ├─ 是 → memory/projects/
    └─ 否 → 继续判断
         ↓
是用户偏好吗？
    ├─ 是 → memory/preferences/
    └─ 否 → 继续判断
         ↓
是日常流水账吗？
    ├─ 是 → memory/YYYY-MM-DD.md
    └─ 否 → 可能是 Obsidian 内容（见后文）

这些规则写在 AGENTS.md 里，同时包含更详细的写入规则：

### Memory Rules

#### Write Rules
- ✅ 完成任务/决策后立即写入每日日志
- ✅ 使用 `memlog.sh "标题" "内容"`（自动加时间戳）
- ✅ 格式：`### HH:MM — 标题`
- ✅ 写入知识文件前先 CRUD 验证（先读后写）
- ✅ 使用脚本自动获取时间戳（如 `memlog.sh`、`date`）
- ✅ `memory/` 下文件使用追加模式；只有 `memory/NOW.md` 可覆盖
- ✅ 写入实质内容（含决策/经验）

#### Routing Rules
> 所有路径相对于 `memory/` 目录，实际文件在 `memory/xxx/` 下

- 重大决策 → `memory/decisions/YYYY-MM-DD-slug.md`
- 可复用经验 → `memory/lessons/TOPIC.md`
- 人物信息 → `memory/people/NAME.md`
- 项目状态 → `memory/projects/PROJECT.md`
- 用户偏好 → `memory/preferences/user-preferences.md`
- 其他值得记录 → `memory/YYYY-MM-DD.md`

8. 外置笔记：Obsidian 的分工

内部记忆解决了“执行上下文”的问题，但遇到调研报告、长篇复盘、教程文章，几千字的内容塞进 memory/ 就太臃肿了。因此，我在本地建了一个 Obsidian 知识库，与 OpenClaw 形成明确分工：

维度	OpenClaw	Obsidian Vault
用途	龙虾执行上下文	人类深度思考
内容	决策/教训/项目状态	教程/分析/复盘
长度	单文件 <10KB	单篇 1K-50K 字
写入	自动记录	要求写作
读取	每次任务加载	按需查阅
结构	严格分类	灵活标签

目录结构示例：

~/Documents/ObsidianVault/
├── 🧠 龙喵思考           # 深度思考、分析文章、复盘
│   ├── 记忆系统架构分析.md
│   ├── TTS 迁移决策复盘.md
│   └── Agent 定位思考.md
└── 👨 彬子归档           # 教程、项目文档、文章草稿
    ├── 02-项目/
    │   └── 教程/
    └── 03-文章/

写入规则进一步细化：

• 执行中产生的决策、踩坑经验、项目状态、用户偏好 → OpenClaw memory/

• 几千字的调研报告、教程文章、周度复盘、技术对比、草稿灵感 → Obsidian

AGENTS.md 中补充了经验提取标准：

#### Lesson Extraction Standards
`memory/lessons/` 只包含实际遇到的经验教训：
​
✅ 应放入 lessons/
- 工作中实际遇到的问题
- 解决方式（具体命令/配置）
- 最终结果（已验证成功）
- 关键经验（下次可复用）
​
➡️ 应移入 Obsidian
- 调研总结、技术分析
- 完整文章、实现记录
- 学习计划、对比分析
- 报告草稿、成果总结
​
决策标准：
- 内容是用于解决问题还是分享知识？
- 去除修辞后还剩什么？
- 将来会直接引用这个文件吗？

例如 TTS 迁移任务完成后，龙虾写了一篇 3000 字的复盘，放在 Obsidian 的 🧠 龙喵思考/TTS 迁移决策复盘.md，而 memory/decisions/ 里只保留决策要点。

9. 最终记忆结构一览

经过以上步骤，龙虾的记忆系统变成这样：

.
├── MEMORY.md              # 重要且长期有效的事项
└── memory/
    ├── NOW.md             # 当前待办/优先级
    ├── INDEX.md           # 分类索引及健康度
    ├── YYYY-MM-DD.md      # 每日流水日志
    ├── lessons/           # 经验教训（可复用）
    ├── decisions/         # 重大决策（影响方向）
    ├── projects/          # 项目状态追踪
    └── preferences/       # 用户偏好配置

Obsidian 作为外部知识库，存放深度内容。

总结

从简单的 MEMORY.md 到分层结构，核心思路是渐进式披露：

• 用 NOW.md 分离紧急事项

• 用分类文件夹隔离不同类型的重要知识

• 用 INDEX.md 作为轻量级入口

• 用每日日志记录流水账

• 用 Obsidian 托管长文思考

这样，龙虾每次加载的上下文只有 3K 左右，却能通过索引随时调取完整知识。同时，明确的写入规则和路由逻辑，让记忆管理变得自动、有序。

下一篇，我会讲如何通过“心跳补漏”和“夜间反思”进一步丰富记忆细节，让龙虾不仅记性好，还能自我迭代。敬请期待。

（本篇完）