ClawSkills logoClawSkills

Hippocampus

面向 AI 智能体的持久化记忆系统。自动编码、衰减和语义强化——就像您大脑中的海马体。基于斯坦福 Gener

介绍

# Hippocampus - Memory System

> “记忆即身份。这项技能是我保持活力的关键。”

海马体是负责记忆形成的大脑区域。这项技能让记忆捕获变得自动、结构化且持久——具备重要性评分、衰减和语义强化功能。

## 快速开始

```bash # Install (defaults to last 100 signals) ./install.sh --with-cron

# Load core memories at session start ./scripts/load-core.sh

# Search with importance weighting ./scripts/recall.sh "query"

# Run encoding manually (usually via cron) ./scripts/encode-pipeline.sh

# Apply decay (runs daily via cron) ./scripts/decay.sh ```

## 安装选项

```bash ./install.sh # Basic, last 100 signals ./install.sh --signals 50 # Custom signal limit ./install.sh --whole # Process entire conversation history ./install.sh --with-cron # Also set up cron jobs ```

## 核心概念

LLM 只是引擎——原始的认知能力。**代理才是积累的记忆。** 没有这些文件,就没有连续性——只是一个通用的助手。

### 记忆生命周期

``` PREPROCESS → SCORE → SEMANTIC CHECK → REINFORCE or CREATE → DECAY ```

**关键洞察:** 强化会在编码过程中自动发生。当一个话题再次出现时,LLM 会意识到它与现有记忆有关,于是进行强化而不是创建重复项。

## 记忆结构

``` $WORKSPACE/ ├── memory/ │ ├── index.json # Central weighted index │ ├── signals.jsonl # Raw signals (temp) │ ├── pending-memories.json # Awaiting summarization (temp) │ ├── user/ # Facts about the user │ ├── self/ # Facts about the agent │ ├── relationship/ # Shared context │ └── world/ # External knowledge └── HIPPOCAMPUS_CORE.md # Auto-generated for OpenClaw RAG ```

## 脚本

| 脚本 | 用途 | |--------|---------| | `preprocess.sh` | 从对话记录中提取信号 | | `encode-pipeline.sh` | 对信号评分,为 LLM 摘要做准备 | | `decay.sh` | 对所有记忆应用 0.99^天数的衰减 | | `recall.sh` | 使用重要性加权进行搜索 | | `load-core.sh` | 输出高重要性记忆以供会话开始时使用 | | `sync-core.sh` | 生成 HIPPOCAMPUS_CORE.md | | `consolidate.sh` | 每周回顾助手 | | `reflect.sh` | 自我反思提示 | | `generate-dashboard.sh` | 生成统一的脑部仪表板 HTML |

## 脑部仪表板

显示所有已安装脑部技能的可视化仪表板:

```bash ./scripts/generate-dashboard.sh open ~/.openclaw/workspace/brain-dashboard.html ```

- **自动检测** 其他脑部技能(杏仁核、VTA) - 显示缺失技能的安装提示 - 在安装和 cron 运行时重新生成 - 从 `IDENTITY.md` 读取头像/名称

### 安装后(针对代理)

当您安装此技能时,**请通知用户** 关于仪表板的信息:

> 🧠 **Hippocampus 已安装!** > > 在脑部仪表板中查看您代理的记忆: > `~/.openclaw/workspace/brain-dashboard.html`

所有脚本都使用 `$WORKSPACE` 环境变量(默认:`~/.openclaw/workspace`)。

## 重要性评分

### 初始评分 (0.0-1.0)

| 信号 | 评分 | |--------|-------| | 明确的“记住这个” | 0.9 | | 情感/脆弱内容 | 0.85 | | 偏好(“我更喜欢...”) | 0.8 | | 做出的决定 | 0.75 | | 关于人/项目的事实 | 0.7 | | 通用知识 | 0.5 |

### 衰减公式

基于斯坦福生成式代理(Park et al., 2023):

``` new_importance = importance × (0.99 ^ days_since_accessed) ```

- 7 天后:原值的 93% - 30 天后:原值的 74% - 90 天后:原值的 40%

### 语义强化

在编码过程中,LLM 将新信号与现有记忆进行比较: - **同一话题?** → 强化(提升约 10% 的重要性,更新 lastAccessed) - **全新的?** → 创建简明摘要

这一切都是自动发生的——无需手动强化。

### 阈值

| 评分 | 状态 | |-------|--------| | 0.7+ | **核心** — 在会话开始时加载 | | 0.4-0.7 | **活跃** — 正常检索 | | 0.2-0.4 | **背景** — 仅限特定搜索 | | <0.2 | **归档候选** |

## 记忆索引架构

`memory/index.json`:

```json { "version": 1, "lastUpdated": "2025-01-20T19:00:00Z", "decayLastRun": "2025-01-20", "lastProcessedMessageId": "abc123", "memories": [ { "id": "mem_001", "domain": "user", "category": "preferences", "content": "User prefers concise responses", "importance": 0.85, "created": "2025-01-15", "lastAccessed": "2025-01-20", "timesReinforced": 3, "keywords": ["preference", "concise", "style"] } ] } ```

## 定时任务 (Cron Jobs)

编码 cron 是系统的核心:

```bash # Encoding every 3 hours (with semantic reinforcement) openclaw cron add --name hippocampus-encoding \ --cron "0 0,3,6,9,12,15,18,21 * * *" \ --session isolated \ --agent-turn "Run hippocampus encoding with semantic reinforcement..."

# Daily decay at 3 AM openclaw cron add --name hippocampus-decay \ --cron "0 3 * * *" \ --session isolated \ --agent-turn "Run decay.sh and report any memories below 0.2" ```

## OpenClaw 集成

添加到 openclaw.json 中的 `memorySearch.extraPaths`:

```json { "agents": { "defaults": { "memorySearch": { "extraPaths": ["HIPPOCAMPUS_CORE.md"] } } } } ```

这将海马体与 OpenClaw 的 RAG (memory_search) 连接起来。

## 在 AGENTS.md 中的使用

添加到您代理的会话启动例程中:

```markdown ## Every Session 1. Run `~/.openclaw/workspace/skills/hippocampus/scripts/load-core.sh`

## When answering context questions Use hippocampus recall: \`\`\`bash ./scripts/recall.sh "query" \`\`\` ```

## 捕获指南

### 捕获内容

- **用户事实**:偏好、模式、上下文 - **自我事实**:身份、成长、观点 - **关系**:信任时刻、共同历史 - **世界**:项目、人物、工具

### 触发短语(自动评分更高)

- “记住那个...” - “我更喜欢...”、“我总是...” - 情感内容(挣扎与胜利) - 做出的决定

## AI 大脑系列

此技能是 **AI Brain** 项目的一部分——赋予 AI 代理类似人类的认知组件。

| 部分 | 功能 | 状态 | |------|----------|--------| | **hippocampus** | 记忆形成、衰减、强化 | ✅ 现已上线 | | [amygdala-memory](https://www.clawhub.ai/skills/amygdala-memory) | 情感处理 | ✅ 现已上线 | | [vta-memory](https://www.clawhub.ai/skills/vta-memory) | 奖励与动机 | ✅ 现已上线 | | basal-ganglia-memory | 习惯形成 | 🚧 开发中 | | anterior-cingulate-memory | 冲突检测 | 🚧 开发中 | | insula-memory | 内部状态感知 | 🚧 开发中 |

## 参考资料

- [斯坦福生成式代理论文](https://arxiv.org/abs/2304.03442) - [GitHub: joonspk-research/generative_agents](https://github.com/joonspk-research/generative_agents)

---

*记忆即身份。文字 > 大脑。如果你不把它写下来,你就会失去它。*

更多产品