 摘要：我给 WorkBuddy（一个 AI 编程助手）接入了 OpenClaw 的开源 Agent 框架，给它加了长期记忆能力。本文记录完整的改造过程：为什么要加、遇到了什么坑、具体怎么实现的、效果到底怎么样。如果你也在折腾 Agent 框架的二次开发，这篇文章能帮你少踩几个坑。

为什么要给 Agent 加"长期记忆"？

我用的 AI 助手叫 WorkBuddy，日常工作是帮我写代码、改 Bug、整理文档。

用了一段时间，我发现一个很烦的问题：每次新对话，它都不记得之前发生过什么。

举个例子：我上周让它帮我重构了一个 Python 项目的数据处理模块，花了一下午才把上下文讲清楚。这周我继续做同一个项目，新开一个对话——它又不记得了，我得重新介绍项目背景、重新解释设计决策。

这种体验怎么说呢——你就感觉这助手能力是有的，但每次都得从头"喂"它上下文，真的很浪费。当时就想，得有个 Skill 能帮它记住东西，不然每次开对话都在重复劳动。

市面上主流的解决方案有两种：

1. RAG（检索增强生成）：把历史对话存进向量数据库，需要时检索——但检索精度不稳定，经常捞回不相关的内容。

2. 长上下文模型：直接把历史塞进上下文窗口——但成本高，而且窗口再长也终究有个上限。

我要做的是第三种：基于 OpenClaw 框架，给 WorkBuddy 搭建一套结构化的记忆系统，让 Agent 能跨会话记住"我是谁、我在做什么、我做过什么决定"。

OpenClaw 是腾讯云开源的 AI Agent 框架，核心设计理念是"可插拔"——Agent 的能力不是写死的，而是通过 Skill（技能包）动态加载的。

对比维度 | LangChain | AutoGPT | OpenClaw

上手难度 | 中等 | 高 | 低（有中文文档）

技能扩展方式 | Chain 拼接 | 插件系统 | Skill 包（即插即用）

腾讯云集成 | 需自行对接 | 需自行对接 | 原生支持

本地部署 | 支持 | 支持 | 支持，且轻量

最关键的一点：OpenClaw 的 Skill 机制天然适合做记忆模块。我可以写一个 memory-skill，封装所有的记忆读写逻辑，然后让 Agent 在每次对话开始时自动加载。

第一步：分析 WorkBuddy 的现有架构

WorkBuddy 本身是基于 Claude Code 的 AI 编程助手，记忆相关的文件存放在项目的 .workbuddy/ 目录下：

          ← 长期记忆（手动维护）

问题就在这里：记忆文件是存在的，但 Agent 不会主动、系统地使用它们。它依赖用户在提示词里硬编码读取规则，而不是真正"记得"。

第二步：设计记忆系统的三层结构

我参考 OpenClaw 的 Skill 设计模式，设计了一个三层记忆结构：

├── 短期记忆（会话内）→ 直接存在上下文里，会话结束即丢弃

├── 工作记忆（近期）→ 每日记忆文件（

└── 长期记忆（跨项目）→ 

核心思路：不是让 Agent "记住所有事情"，而是让它知道"在哪里找需要的信息"。

第三步：用 OpenClaw Skill 机制实现

我写了一个 workbuddy-memory Skill，核心逻辑如下：

加载阶段（每次对话开始时执行）：

，提取用户偏好、项目约定、技术决策

2. 读取今日记忆文件，了解今天已经做了什么

3. 如果今日文件不存在，创建它

写入阶段（每次有实质性工作时执行）：

1. 判断当前工作是否值得记录（用 LLM 做判断，不是所有对话都写）

3. 如果发现了跨项目的通用经验，提示用户是否更新 

（代码部分省略，详见 Markdown 版本）

这套逻辑被封装成一个 OpenClaw Skill，然后在 WorkBuddy 的系统提示词里加入一条指令：

"每次开始对话时，先调用 workbuddy-memory Skill 加载记忆，并在回复中隐性使用这些信息。"

说实话，改完之后的第一感觉就是：能用就好。它不会让你觉得"哇 Agent 变聪明了"，但至少不用每次都从头"喂"上下文了。

之前：每次新对话都要重新告诉 Agent "这个项目用 Python 3.11，依赖管理用 poetry"。

 里读到这条，主动用 poetry 而不是 pip。

之前：上周决定"用 Redis 做缓存层"，这周 Agent 可能建议用 Memcached，因为它不记得了。

 里记录了技术决策和原因，Agent 的新建议会考虑已有决策。

问题一：记忆文件需要手动维护质量

 不是"写了就完事"的。用久了里面会有过时的信息、重复的内容、已经不再适用的决策。需要定期整理，但目前没有自动化工具做这件事。

问题二：Agent 有时候"过度引用"记忆

 里记录了"用户偏好简洁回复"，结果 Agent 连本来应该详细解释的技术概念也一句话带过了。记忆变成了束缚。

问题三：多项目场景下的记忆隔离

目前所有项目共享同一套记忆文件结构，但不同项目的上下文是应该隔离的。这个问题我还没有很好的解决方案。

最头疼的一件事：记忆注入方式搞错了

我最开始的做法很直接——把记忆文件内容直接拼接到系统提示词里。听起来没问题对吧？跑起来才发现，记忆内容一旦多了，上下文窗口被大量占掉，Agent 的回复质量反而下降。明明是想让它"更聪明"，结果它变得更笨了。

折腾了两三天，最后改成了"索引式注入"：系统提示词里只放记忆的索引和摘要，具体内容按需读取。跟操作系统的虚拟内存一个道理——不是把硬盘全塞进内存，而是按需换页。

另外还有两个小坑顺带说一下：

- Agent 每次有实质性工作就追加记忆，同一件事在每日文件里出现好几次。后来加了写入前去重判断，多花一次 LLM 调用，但值得。

- OpenClaw Skill 里 Python 代码出错时，错误信息被框架吞了，只看到"Skill execution failed"。排查费劲，最后自己在 Skill 里加了日志输出到固定文件。

目前这个记忆系统还是"能用"阶段，离"好用"还有距离。接下来打算做几件事：

1. 自动记忆整理：定期用 LLM 对 

 做去重和结构化整理，类似"记忆压缩"。

2. 多项目记忆隔离：为每个项目创建独立的记忆空间，同时在更高层级维护跨项目的通用记忆。

3. 记忆质量评分：给每条记忆打"新鲜度"和"重要性"分数，对话时优先加载高分记忆。

如果你也在做 Agent 记忆相关的改造，或者想用 OpenClaw 做二次开发，欢迎在评论区交流。新的事物出现，我们都是勇敢的探索者。

- 腾讯云开发者社区 - AI Agent 钳王争霸

用 OpenClaw 改造 WorkBuddy：给 AI Agent 装上"长期记忆"的实战记录

我给 WorkBuddy（一个 AI 编程助手）接入了 OpenClaw 的开源 Agent 框架，给它加了长期记忆能力。本文记录完整的改造过程：为什么要加、遇到了什么坑、具体怎么实现的、效果到底怎么样。如果你也在折腾 Agent 框架的二次开发，这篇文章能帮你少踩几个坑。

人工智能

开发工具

职业发展

本文详细记录了为AI编程助手WorkBuddy接入OpenClaw框架，构建结构化长期记忆系统的全过程。通过分析现有痛点，设计三层记忆架构，并利用OpenClaw的可插拔Skill机制实现记忆模块。改造后，Agent能跨会话记住项目约定和技术决策，减少重复沟通。文章分享了实现思路、实际效果对比及踩坑经验，为Agent二次开发提供实用参考。

向量数据库

数据库

WorkBuddy 

OpenClaw

Python

Redis

Agent

2026年中大促 | AI 领航 智绘未来

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

本文详细记录了为AI编程助手WorkBuddy接入OpenClaw框架，构建结构化长期记忆系统的全过程。通过分析现有痛点，设计三层记忆架构，并利用OpenClaw的可插拔Skill机制实现记忆模块。改造后，Agent能跨会话记住项目约定和技术决策，减少重复沟通。文章分享了实现思路、实际效果对比及踩坑经验，为Agent二...

用 OpenClaw 改造 WorkBuddy：给 AI Agent 装上"长期记忆"的实战记录

用 OpenClaw 改造 WorkBuddy：给 AI Agent 装上"长期记忆"的实战记录

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐