龙虾memory.md里面放什么

先说结论，别着急做 agent， 先把 skill 库搭建起来。上期视频我讲了，先要搭建 一个最小的商业闭环，那么怎么把这个流程落地，变成一个真正能跑通的 agent 系统呢？结论就是，先收集搭建自己的 skills 库，再构建完整的工作流。你可以简单认为，单个 agent 是 一个具有独特技能的助手，通过 agents 点 m d 文件 来设定其大脑 so， 点 m d 文件，设定其灵魂 memory， 点 m d 文件，保存记忆，而 skills 就是 技能库。举例来说，一个获取信息的 agent 可能需要的技能就包括，抓取某书的 skill， 抓取某号的 skill， 抓取 youtube 的 skill 或者抓取股票信息的 skill， 以及热点筛选、数据清洗的 skill。 和 ai 处理的 agent 可能就包含，选择题 skill、 标题 skill、 文案 skill、 视频分镜 skill、 评估打分的 skill。 生成工具的 agent 可能包含，某号的页面排版 skill， 视频逐字稿 skill、 图片生成 skill， 语音合成 skill， 视频拼接剪辑 skill。 而对于执行发布的 agent， 包括某号的发布接口 skill， twitter 发布接口 skill， youtube 等 视频设媒的发布 skill。 什么是 skill？ 一 句话是可以被 agent 调用的技能包、能力包，其文件夹结构是这样的，文件夹名称通常叫叉叉叉杠 skill 下面至少包含一个 skill 点 m d 的 文件，里面就写三件事， 一、什么时候用。既通过描述来告诉 a j 的 什么时候调用这个 skill， 以及哪些可能的触发词会调用这个 skill。 第二，我怎么做，也就是整个技能的步骤、方法，以及需要调用哪些参考哪些工具。第三，输出什么？其结果 格式，输出文档的路径等等。除了 s q 点 m d 文件外，还可以添加两个文件夹， reference 文件夹里面包含参考文档、技能指引 等文件。 scripts 文件夹里面包含执行脚本代码，通常是 python 脚本或者 java script 脚本。 skills 可以 存放在多个地方，但通常来说只要两个就够了。一个是通用技能存放地 opencore 文件夹下面的 skill school 代表所有 agent 都可以调用的技能。第二个就是工作区，技能位置通常指定某个 agent 的 使用技能，而 而其他 id 呢？不会调用。再来介绍一下 curl app， 这个是官方的 open curl skill 市场，用来搜索安装的入口。你可以直接使用自然语言在这个市场里面搜索 skills， 然后安装到你指定的工作区，并且还可以不断地更新，或者可以创建和备份你自己的 skills。 通常来说，我们一般是通过搜索别人写的 skills， 然后根据自己的需要进行修改。因为每个人的应用场景是不一样的，调用的接口、运行的脚本也都是有差异的。一定要学会自己修改 skills， 也可以通过 create skill 来从零到一创建一个自己的 skill， 并且可以打包发布到 curlhub 上给别人使用。最后，一定要学会把自己的工作流 s o p 变成一个 skill。 比如你平时是这样做选择题的，先看版单，再看评论，再找真一点，你就可以把这套流程写到 skill 中，甚至你最后的文案变动修改都可以变成一个 skill， 这样就能把你的经验也融入到整个工作流中，随着积累的越来越多，产出的文案也就越来越像你的品味。最后总结一下，先收集整理你所需要的 skill school， 然后再逐步搭建完整的 o a j 的 系统，最后构建最小的商业闭环，考起来之后根据反馈不断优化其中的环节。好的，我们下期再见。关注我 ai， 分享实战技巧，我们下期见！

你知道吗？ openclaw 用八个简单的 microsoft 文件，就能让 ai 助手真正了解你，今天我们一一揭秘搜 md 是 ai 的 灵魂所在，在这里定义性格、价值观和行为准则，比如是否务实，说话风格是否直接这些东西，在这里， ai 才能有真正的个性 identity。 md 是 ai 的 身份证、名字、物种、风格，以谋奇头像，这里定义 ai 以什么形象出现，比如叫阿彩，风格鲜训，带点冷幽默，这就是它的名片。 user， md 记录的是你这个主人的信息、名字、时区、在意什么，正在做什么项目。 ai 了解你越多，帮你越精准，这就是它的用户档案。 bootstrap md 是 ai 的 出生脚本，首次对话时，它引导 ai 建立自我认知，完成后自动删除，就像人的出生证明，用完就归葬，不再需要了。 memory md 是 ai 的 长期记忆，每次完成重要工作后， ai 会把关键信息写入这里，下次对话时读取它，就像老朋友一样，不需要你反复解释。剩下三个文件各有分工。 agents md 定义多智能团队协助规则。 heartbeat md 是 心跳检测与状态监控。 tos md 则定义 ai 可以 使用哪些工具和能力， 这就是 opencloud 的 秘密武器。八个 markdown 文件，让 ai 从一个工具变成真正懂你的伙伴。有个性，有记忆，知道你是谁，关注我，一起探索 ai 新玩法！

给兄弟们看看， cloud code 自己把自己泄露的源码大概七十 nb 啊，全部学完之后，赋能于 open curl， 它到底升级了哪些东西？在这啊？它有一个总结清单在这里啊，你看第一批、第二批、第三批、第四批，它总得分了四批。 你可以看到啊，他在这边所有的调整出来的优化的十五个插件都在这里，包括命令等等的工具系列，这全部都是 cloud 的 自己的原码，把它全部拆出来了，然后直接 给到龙虾去做升级。而且我告诉你，拆解这个原码的，我用的还是 cloud 的 自己最顶的那个模型，四点六，然后昨天晚上大概跑了有三个多小时， 烧了我大概接近二十美金，全部都搞完了，在这等于这套东西全部拆出来，而且他每次学习的记录其实都在这里， 这都有每一次学习的记录啊，这是最直观的，全部让他扒出来了，这样子呢，就能真正的去帮到 opencloud 的 所有能力的提升，而且他挂在这边全部都在帮他做所有的优化， 所以这就是最直观的。所以兄弟们，你们要理解这套源码对大家真正的价值，不是让 cloud 去学他 cloud 自己的东西，而是 cloud 学这套源码完之后，拆下来 哪一些东西给到 opencloud， 让龙虾去提升，真正的去优化他所有的记忆，所有的东西。就在他学完之后，一定兄弟们一定在这里面，一定一定要舍得花钱用最好最好的模型 去拆它，能理解吗？用最好的模型我给你们看，全部是这个模型，去帮我把那些原码拆出来，然后写成代码给到 opencloud， 所以 兄弟们， 它是我眼里的真神，没有之一，就它，所以大家一定要在大模型上舍得花钱，你真的舍得用最好的大模型能减少你很多的内耗跟时间？ 真的有些大模型很笨，但它真正能解决所有的代码问题，没有之一。兄弟们，一定要舍得花钱用这个最顶的，全世界上最顶的模型搞起来，真正能给你带来很高的收益都在这里啊！这是他们所有的原码，所有拆出来给龙虾提升的所有的能力！ respect！ 所有的兄弟们，加油！

来了，兄弟们今天给大家带来一期养龙虾的干货技巧，让龙虾更贴近你的喜好、人设，甚至是帮你节省更多的资源。很多兄弟是不是每次感觉龙虾给你的回复 各种天花乱坠，但是他完成的工作好像也就那样。百分之九十的养虾人不知道的是，在龙虾的工作空间里有三个文件，这三个文件分别是， a， j， s， m， d， o， l， d， m， d， u， s， 点 m， d。 它们记录了龙虾的一些设定以及它的一些回复习惯，而这些设定是你能自己写入的，当你手动修改或者添加之后， 龙虾它就会按照你的设定来进行回复。接下来手把手带着大家修改。我演示用的龙虾是七二四跨涌动虾，不是原版那种要部署的 open club， 因为这个涌动虾是国产的，不需要部署，并且更加方便快捷，小白也超容易上手。 下载方式我会放在简介和评论，大家需要的话自取。这三个文件都在龙虾的工作空间里，目录一般是在 c 盘的这个路径，如果你是其他龙虾可能会不太一样。找不到的话就直接让你的龙虾自己打开，打开方式直接选记事本就行。 如果是英文看不懂，就让你的龙虾给你修改一下，我已经实测过了，改成中文不会影响龙虾的工作区和操作手册。 soo 代表龙虾的行为准则， user 代表龙虾和食用者的人设。 a 键词一般不需要修改太多， 最重要的是要给龙虾添加安全防线，比如不能泄露我的信息和不能乱删我的文件。而 soo 和 user 则是重点关注的， soo 可以 设定龙虾的回复习惯，比如我根据我喜欢的二次元角色， 分别设定为，用 qq 和软件时，它是某某角色，而当我用微信机器人找它时，它又是某某角色，并且添加了它的回复习惯。现在重点来了，我们节省偷坑的方法就是在这里添加或者修改它的回复习惯。 比如我这里给他的输出风格改得简洁一些，他就会根据你的设定风格来回复了。要注意你手动添加的内容不能太模糊，比如你只是写成以后，你的回复要少点 ai 位，那添加了也等于白给，要像这样写得具体一点。最后的 user， 他 更多的是一个关于使用人的一个记忆。 何输出的核心偏好，你可以在这里告诉龙虾你是谁，以及你的一些行为习惯，这样龙虾就不会像在和陌生人说话，让他真的知道你是谁。因为这几个文件里或多或少涉及到了一些我的个人隐私，这里不能直接分享给大家，只能是这样给大家做个参考， 差不多就这些了。这三个文件如果设定好了，比你装一百个 skill 都有用。本期就到这里了，我们下期再见。

大家在做项目的时候有没有发现每一次对话都会调用很多的工具，而且很长一串，而且回复也是很长一串，总觉得每次对话都会浪费很多的对话次数。我今天下午给我的小龙虾配 备了一个插件，就是 maryland 的， 而且我给这个插件配备了一个项链模型，这项链模型是百炼的一个模型，它每天的话，它的工作原理就是每一次对话把你的记忆来解锁，而且一次对话成本很低，一天对话差不多就是几角钱。 我还做了一个记忆分成， later， long and merry 这个东西让我的记忆能够做到，它的工作原理就是把你的记忆用来做冷热中的一个分成记忆，你去用项链模型配合的去用，它每次调用都很精准，上下文也很节约。你看我到后面我配备了过后，现在基本上就是一句话就直接给出结果， 这样很节约我们在做项目时候的时间，还有他的记忆很精准，会丢掉上下文的一些记忆在里面去给到模型去反馈，反馈结果给你。而且你们在用飞速的时候，飞速在对话的时候也会很慢，那你加上这个功能，他对话的效率就会很快。我现在已经把这个功能已经配备到我的 u 盘里面了，大家可以去看一下。

你有没有发现，你的龙虾只有在你跟它说话的时候，它才会在工作。 什么是 habit？ 它是一个文件，藏在龙虾的配置文件目录里。你在 habit 文件里面设定好了你的自动任务，那么龙虾就会从休眠状态自动唤醒，然后起来干活，干完活继续休眠， 你不需要盯着他，也不需要陪着他，他有自己的节奏。这是不是很好啊？很多人说我配置了 habbit， 但是他从来没有触发过。我不知道屏幕前的你试过没有。打开对话框跟龙虾说，你每天早上八点汇报一下昨天的工作，龙虾肯定会回应你，好的，已设置。然后第二天早上就什么都没有发生。这是一个 非常正常的一个现象。呃，为什么什么都没有发生呢？ habit 是 一个配置文件，正确的指令应该是我需要你，然后详细的工作内容。这个任务你自己总结路径，修改你的 habit 文件，确保任务可以顺利的每日执行。 所以问题不是配了不响，问题是你以为配了，其实根本没有配。总结来说呢， heartbeat 就是 给 ai 装了一颗心脏，为了确保任务正确写入，所以建议你写完之后把完整的 heartbeat 文件提取出来看一下，确认没有问题。

在这轮 openclaw 龙虾热潮中，有很多人在贩卖焦虑，仿佛不养几只小龙虾就亏大了，就脱离时代了， 仿佛 openclaw 无所不能。作为多年 ai 开发人员，我告诉大家不用焦虑，龙虾远没有那么强，那些展示一堆龙虾员工帮你赚钱的界面 只是虎人的 demo， 唯一的功能就是你能和每个 a 阵的聊天儿，然后一边燃烧 token， 一 边尝试安装各种东西。然而，排除那些忽悠人的噱头， openclaw 确实是现象级 ai 产品， 能帮我们做很多事情，值得深入了解它的细节。今天给大家分享如何从最底层原理上让你的龙虾真正变聪明，彻底完成龙场悟道，从此与众不同。 openclaw 本质上是一个 ai agent 的， 它的智力取决于背后的 ai 大 模型， 然而智力与行事方式又有本质区别，这点非常非常关键。只有明白这点，才知道如何调教好龙虾。举个例子，两个人都是智商一百四十的天才，一个成为魔王，一个成为圣人。两人智力差不多，但是行事方式完全不同。这里起决定性作用的就是记忆 memory， 我 们只有赋予了 agent 独特的记忆，才相当于你的龙虾有了灵魂，而这个记忆会决定它的思考方式，决定它的能力范围，排除很多边界外的干扰，让它记住每一个错误， 了解错误的解决办法并避免再犯。这个记忆只能来源于我们用户自己。在 opencloud 的 架构中，记忆系统不是简单的数据缓存，而是 ai agent 的 认知延展的核心层， 它决定了智能体是否能记住事实，积累经验、提升效率，甚至学习交易策略。换句话说， open core 是 否能真正理解你，帮助你在持续优化决策，完全取决于它的记忆系统架构。 它的记忆系统设计有三个核心原则，第一个原则是本地化且可见性优先，所以它采取了可读性良好的 markdown 文件来存储。 这样我们就可以直接手动修改记忆文件，自己添加一些设定或者移除一些内容。 openclaw 会自动跟踪文件变化并自动进行。所以 openclaw 默认使用的是 schoollight 数据库，它有一个 schoollight back windows x 六四插件，可以实现向量解锁。当然，如果想要更原声效果更好的话， 可以使用专门的向量数据库，如 corrent， chroma 等。这个 school library 数据库保存在 openclaw 目录下的 memory 目录下，它是按 agent 的 分别存储的。我们可以手动修改的是 markdown 文件，而 openclaw 会自动更新这个数据库。 openclaw 的 第二个原则是分层解锁，自动提高或降低解锁级别。传统解锁使用 f t s 全文关键字，解锁速度非常快，节省空间，且适合精确匹配。但缺点是无法匹配羽翼， 例如他不知道震荡走势，与上午高开低走，下午只跌回升一死相近。正常在 ai 时代，使用向量检测可以进行语义匹配，但是匹配是不精确，且非常占存储空间，向量生成慢，解锁也慢。 open crop 结合两者的优缺点，实现分层次解锁。 可以在配置文件的 agent 设置中指定 memory search 的 方式是 hybrid， 也就是混合模式，并可以指定两者的占比。我这里指定的是向量检测占百分之七十， 全员解锁占百分之三十。这里我们需要先开启使用向量模型，如果不开启，它就回退到基本的 f t s 解锁。我们将配置文件中的 memory search 的 enabled 设为 true， 可以 自己用 lama 点 c p p 推理程序，运行一个向量模型，或者在 open call 下安装一个 node lama c p p 插件 大概有六七百 mb 大 小，包含有完整的 c、 u、 d a 等程序。然后我们从 hagface 下载一个千问三的 q 八量化版向量模型，只有六百兆大小，六亿参数，但是已经足够实用，中文效果很好。对于我们中文用户来说，强烈推荐下载千问三或者百度的 b g e m 三向量模型， 中文语义匹配效果比国外模型好很多。注意，如果你下载了多个向量模型，也不要随意切换，因为就算向量维度一致啊，但向量语义空间完全不同，这会导致剪辑结果完全错乱。 open core 的 第三个原则是尽可能智能化。这意味着对于我们来说，不用费劲去整理每日的绘画记录。 open core 会自己整理，然后生成每日的要点文件，当成永久记忆，它会自动去掉绘画中的大量生成信息。 另外，也让我们可以更主动地操纵记忆。我们可以显示地告诉 openclaw 永久记住什么，删除或忘掉什么，只是用自然语言告诉他剩下的事情，例如查找记忆文件、 添加或删除文件数据、重新构建锁影等等，他自己会去做。了解 openclaw 的 记忆系统设计后，我们就知道如何让他更聪明，就是不断按照自己想法去指导他，这样他就会积累很多边界规则和解决问题的方式方法。 实际上，我们积累的不是聪明，因为聪明取决于背后的大模型，我们积累的是符合自己期望的解决问题的方法。在我们了解 open core 的 记忆系统后，我们也知道能让它干什么了。首先，它可以轻松地成为一个极佳的客服或售前售后支持，为它设定身份、人格、语气、习惯后，将所有在售产品信息 以及历年已经停售的产品数据、所有的说明文档和修理维护知识都放到它的记忆系统中，它会自动生成向量，所以并轻松解决用户关于公司产品的一切问题。我们也可以用它轻松构建专业知识库。 例如，我新添加一个专注于佛学的 agent， 然后我将一些书籍放到它的 memory 目录下，我先让他把这些文件从 g b 五编码转成 u t f 八，然后问一个相关的问题，让他总结书籍的大意， 可以看到它完成得很好。后面我们的提问，只要涉及到这些资料中的内容， opencore 就 会从资料库中取出相关片段交给 l l m 分 析，非常方便。最后，我们如何知道自己的龙虾究竟是否开启了向量锁引呢？ 可以打开 opencore 下面的 memory 目录，如果存在 squelight 文件，且大小远大于你 workspace 下的 memory 文件夹，说明已成功起用。如果很小，说明只是最基础的 f t s， 那么请务必按照我上面说的方法开启向量解锁，因为不只是会让你的龙虾更聪明，还会大幅减少偷根消耗，不会再将一大堆 m d 文件都丢给大模型，而是精准匹配背景片段。据统计，偷根消耗可以减少百分之五十至百分之八十以上。

各位，龙虾是不是还没养明白？哈哈哈，现在又来了个新的啊，叫爱马仕 aj 这玩意 这个东西呢，它其实是二月份就已经上线了。这东西啊，但是为啥一直没火，然后到最近开始火起来了，就是因为龙虾火了，然后大家养龙虾，最后发现啊，有问题， 龙虾他有啥问题呢？最大的两个点啊，第一个点，第一个点是大家都在养龙虾，都是在企图通过对话，对吧？我去不断的去跟龙虾对话，然后让他学会我的行为习惯，是吧？大家都是这么一个想法，然后就把这个想法行为呢叫养龙虾， 那实际上你真养过你就知道啊，不顶用，对吧？不顶用，因为龙虾他没有那种机制啊，龙虾的记忆机制是全量存储啊， 全量存储就是他的所有的记忆他都会存到相册数据库里面去，然后他不会去主动搜那个相册，所以你给他讲了很多东西啊，他可能最近一段时间还记着，过一段时间他也忘了啊。 然后还有第二个问题，啥呢？就是烧头啃，因为大多数人你们的任务呢，肯定没有那么高的价值，对吧？然后你要买头啃，然后要给龙虾去烧， 然后呢？龙虾子又没有去针对这个就是上下文去做一些优化啥的啊，他有几个比较直接的点吧，给他聊一下，就是 小米那个罗弗利发的那文章也说了，就批了龙虾。第一个就是他会不断的去钓工具，然后有很多就是非常低价值的钓用，然后呢，这些每次钓工具呢，都会带着一个非常大的上下文，我去，然后这都是纯粹浪费头衔的行为啊， 然后呢，还有就是他的记忆机制是一个权量记忆，这意味着你一旦就是说你的任务需要去搜记忆的时候，他可能一下就能搜出来一堆东西，这也会导致他的上下文很大，这所以你用起来你会发现啊，越用越烧头疼，对吧？ 就是因为有这两个问题点，所以这个爱马仕火了啊，这个爱马仕现在慢慢火起来了，他是怎么解决问题呢？看第一个点，他有一个很重要的机制，叫做自学习机制， 长这样这个东西也是一个技能哎，也是一个技能，这个技能是干啥的呢？是管理技能的技能，他会在几种情况下去自发的啊？自发的去创建技能啊，比如说一个复杂任务完成之后 啊，他会去学习这个复杂任务，然后去看能不能把这个复杂任务的流程去把它写成一个技能啊。还有就是他自主的会去对话历史里面发现一些流程性的东西，简单的流程，然后还有一些就是错误点，对吧？比如遇到错误了， 然后呢，然后就自己去想办法把这个错误解决掉了，他有可能会把这个办法啊搞成一个技能记录下来， 这是他会自主的去阅读你的历史记录啊，然后去自发的创建技能。在这种机制下呢，其实就是之前养龙虾那种概念是可以跑的出来了，对吧？你可以不断的去跟他聊天，聊天聊天，他可能会从中就会自动自动的去创建一些系统出来 啊，这是它的第一个很重要的特性，解决了养龙虾啊，养不熟的问题，对吧？然后第二机制也很有意思啊，很有意思是它的记忆系统，它这个记忆系统跟龙虾就完全是设计哲学上的一个区别了，龙虾是全量存储，它 不光不是全量存储，而且它是极端限量存储，它的记忆在两个文件里面，一个叫 mem 点 m d， 然后还有叫 u z 点 m d 这两个文件呢，它都是有一个词量限制。 member 的 md 是 个两千二的字字母啊，它限制两千二个字母，然后 user 的 md 是 一千三百七十五个字母，我也不知道它为什么定了这么个数字啊？但是呢，确实它是这么限制的，而且它这个限制跟 colocode 那 个还不一样， colocode 那 个是直接截断了，但是它这个不是，它这个是啥呢？就是当记忆下来的记的东西呢？ 超出限制了会怎么样？会触发一个整理过程啊，他会去整理这个记忆文件， 就是说他会去让我们先自己再去判断一下啊，这个记忆文件里面这么多东西，哪些东西是不是不重要？我是不是可以删掉，对吧？哪些东西是不是没那么重要了？我，但是我还可能还有用，所以他会怎么样？他会把这些东西压缩一下啊，写一段摘药记下来 啊，所以他这个东西的好处在哪呢？就是他这个记忆每一次在调模型的时候都会把整个文件全部打包啊，然后归类模型。然后呢， 他不会超量啊，他不会超量，就是他除了这个这两个文件之外，他就没有别的记忆文件了啊？没有别的记忆文件，就是龙虾是全量记忆，对吧？他直接不记了啊？他直接不记了，他相当于是尺量模型，不断的去记忆那些最关键的问题，而不是去把所有事情全记下来啊。 这在这种情况下呢，就是他能解决一部分就是头啃爆炸的问题，对吧？烧头啃烧的太厉害的问题，但是这种机制他到底能不能达到像龙虾那样效果啊？那还真不好说，真不好说。 但是呢，根据我在网上看啊，很多人使用反馈，其实对于绝大多数任务来讲，对于绝大多数任务来讲，其实记忆真的可能没有那么重要， 没有那么重要，对吧？你对你可能做一个，可能写一篇文章，写一篇项目，你可能觉得啊，我要把所有内容都记下来，但实际上你在写的时候，你可能真的只需要去记关键的一些点就行了 啊。所以这个东西啊，现在在网上开始慢慢慢慢火起来了。养龙虾如果你养的不太爽啊，可以改下试试这个爱马仕 agent 啊。

很多人养龙虾呢，其实都忽略了，呃，一个文件，就是 sold md， 把这个文件改了以后呢，才会让龙虾变得聪明一些。 那么我给大家看一下我 sold md 是 怎么配置的啊？大家可以看一下，这就是我 sold md 的 文件，其实里边特别简单，我把原来的龙虾里边那些英文全部去掉了， 然后就简简单单的。这样呢，你会发现你的龙虾非常的聪明，而且呢他的说话风格呢，也偏向于像一个私人的助理，要不然就像一个机器一样，所以养了龙虾还得改这个文件的，马上去改。

如果你也在用 openclo， 先别急着装 skill， 一定要把 so 点 md、 user 点 md， agent 点 md 这三个文件配置好。很多人装完就研究 skill， 但想让龙虾真正帮你干活，关键不是 skill 多， 而是写好这三个配置。 so 点 md 定义龙虾的价值观，别写空话，要具体，比如简单问题直接给结论，不确定就说不知道，避免 ai 胡编。 user 点 md， 告诉龙虾你是谁，你的名字、时区、工作内容、输出偏好， 没有它，龙虾就像跟陌生人说话， a 键点 m d， 工作手册，任务先做什么，标准是什么，哪些操作必须跟你确认。决定了龙虾会不会按你的方式做事。认真写好这三个文件，可能比你装一百个 skill 更有用。 skill 解决会什么？这三个文件解决怎么做事，怎么理解你。

很多人看完失忆那两条问我，你没装 lossless 爆吗？装了第一天就装了，但梦还是失忆了。 说出来你们可能不信，我装了 open clock 第一天第一件事情就是把 lossless 装上了。当时想的很简单，第一，这么重要，肯定要先把保险上了。装完之后，说实话一直没什么感觉，因为我没体验过不装是什么样的，所以也不知道他到底帮我做什么，就这么用了这么久， 一直觉得挺猛的，直到失忆那一天，我才反过来想这个问题。后来我搞明白了， lossless clone 管的是对话层面的记忆压缩和保留， 但 melody 是 另一回事。你可以理解成 lossless 是 自动档， melody 是 手动存档，自动档能帮你兜住大部分，但关键信息你不手动存它还是会丢。 所以失忆那次不是 lost lace 没用，是我太依赖它了，以为装了就万事大吉，结果手动存档偷懒了五天，该丢的还是丢了。电视给我一个教训，任何工具都不是装了就完事的， lost lace 很 重要，我现在也建议所有养龙虾的人第一天就装上， 但你不能只靠它。自动挡加手动存档，两条腿走路记忆才真正稳。你装了 bios 吗？装了之后还丢过记忆吗？评论区说说，我想看看是不是只有我遇到这样的问题。

怎么让龙虾输出的内容达到你的预期，或者说超出你的预期？ 老规矩，一句话说清楚，瘦等于龙虾的性格， agents 等于龙虾的规矩，优乐等于龙虾对你的了解讲白了就是统一理解，不用重复交代。我曾经认为这个文件真的没啥用，但是当我开始用多智能 架构协助的时候，我才明白它的重要性。我们就拿多智能体协助架构的流程来举例，假设现在我需要做一期视频，然后我调用了三个智能体，分别是文案虾、写稿设计虾、做封面剪辑虾、剪视频。 如果没有优热文件的情况下就是灾难现场。为什么这么说？我要的是视频口播文稿，文案虾给我写成深度长文，我要的是简约科技的封面设计虾给我做的是黑金商务风，我要的是信息密度，不是炫技。 剪辑虾给我做的是快节奏，一秒三个镜头，三只虾，三种连接出来的东西。四不像，这就是没有优热文件会导致的。 有了优乐文件，它就相当于有了统一的标准。比方说我是 a i g c 的 创作者风格，要的是科技简约，蓝白配色，拒绝花里胡哨。三只虾看了同一份档案出来的东西，风格统一， 你不用在当中去当传话筒。核心区别就是没有优乐文件，多智能体协助架构就各说各话，反覆反攻。有了优乐文件，多智能体协助架构，就等于 统一思想，统一理解，一次到位。个人用户在写优乐文件的时候，我建议就写偏好，省掉重复交代。比方说我讨厌废话，工作时间早 十点晚十二点，企业用户更多的就是写权限和写作规则，我是市场部负责人，我有预算的审批权，跨部门的需求必须抽送 总监。龙虾知道你是谁，才会明白怎么去配合你。售文件是龙虾的性格，优劣是龙虾对你的理解，不懂用户的龙虾只是工具，懂用户的龙虾才是大道。

我不知道会不会有人跟我一样，觉得龙虾说话冷冰冰的，还总瞎猜答案。 用一句话说清楚，瘦等于性格，就是怎么说话。 agent 等于规矩，什么事必须做，什么事绝对不做。我就拿多字等体协助架构来做个举例，假设你有三只龙虾，帮你一起写周报，第一只是数据虾，他做什么收集 本周的数据？第二支是文案侠，按模板写入论文。第三是审核侠，交叉验证把关。我们先说第一个，数据侠， a 进时的规矩里面写，只从官方后台拉取数据，杜绝自行估算。第二，文案侠不确定的数据必须标红， 禁止编造。第三，审核下所有的数字，核对来源。跨部门问题先确认写作流程就是数据虾负责抓取数据，文案虾负责写作审核虾负责检查和复合。结果就是数据不会错，不会 漏，不会踩到其他部门的红线，斜坐起来也不会乱。如果多智能体斜坐的情况，没有写入这么多 死规矩，多智能体协助，其实就变成了灾难。依然是以上面这个案例来讲， a 虾虾边数据， b 虾照搬照抄， c 虾没有发现，这就是核心区别。有了 a 建成，每一只虾都被管住了，都 被约束，该做的必须做，不该做的不碰。个人和企业在 agents 当中的一个应用区别，个人 agents 保证的是你不踩坑，涉及隐私必须问我，不确定的事不许瞎编。企业 agents 保证贯彻和落实。 我们在工作当中可能会说，差不多就行了。 是不是瘦让龙虾有人味？ agents 让龙虾别闯祸。性格可以软，但是底线必须硬。

如果呢，你想把 open class 从会用到用好，那你一定要需要了解啊，它的 work space 工作空间该怎么样去配置？今天呢，就一口气啊，给大家都讲清楚。 首先呢，什么是 work space？ 那 work space 呢，其实就是你的龙虾，这个 agent 的 他的工作台，哎，他决定了，哎，他是谁，怎么工作哎，以及记什么事，记得什么事，怎么样跟你去相处等等。那它呢，一般是由这些主要的文件来构成， 接下来呢，我们逐个的去进行介绍。首先呢是 agents 点 m d 啊，也就是它的岗位职责说明，那这个呢，其实也是欧盟卡拉里啊最关键的配置之一。 那你这个龙虾，你这个 agent 啊，它是什么样的职责，它该做什么事，不该做什么事啊，它遇到什么样的情况，该怎么去处理，都是靠这个文档来说明的。 我们可以看一下他给出的一个默认的一个说明，比如说在这个里面，他规定了，哎，你首次运行的时候该做什么样的事情，那每次绘画的时候应该先读什么样的文件， 包括你的记忆系统，哎，该怎么去使用，包括你的安全规则啊，比如说啊，绝不泄露隐私，比如说做一些销毁型的命令前要确认啊等等啊，以及还有这些怎么去做群聊，怎么去叫做心跳任务啊等等。 那当然了，他也会告诉你啊，这就是他的工作手册，我们需要根据我们的需要去进行修改啊，但是这里啊，我们也要提醒啊，这个文档呢，其实是很重要的啊，如果你不会改，那就不建议你去删他已有的内容，但是呢，你可以根据你工作的需要去给他进行补充或者更新，但是呢， 也不建议大家把这个写的太长太臃肿啊，五百字的效果要好于两千字。那第二个文档就是 identity 啊，它的身份信息啊，主要包括了一些简单的字段，包括它的姓名、身份、性格、表情、头像等等。 那第三个呢，就是他的灵魂性格， so， 那 so 呢？他是一份角色设定的文档啊，他其实是帮你去设定你这个龙虾，你这个 a 阵呢，他是一个什么样的人格啊？包括了他是一个什么样的人啊，他拥有什么样的价值观啊，他是一样， 他是什么样的性格啊，他以及他的这个说话聊天的方式是什么？比如说我们也可以看一下他给出的一个默认配置啊，他告诉你，哎，你是谁，你的做事的核心原则是什么啊？比如说你要去真正的帮助人，而不是表演式 啊，你可以有自己的判断啊，你要自己去想办法，你要去赢得信任，以及他的一些边界感啊，在哪里啊？包括他的这个气质啊，他的性格，聊天啊，都可以在这里去配置。 那最后呢，他也会提示啊，这个文件呢，不是写完就分存的，这个呢，会随着你跟用户之间的聊天对话，去越来越清楚自己的定位，越来越清楚自己的这个工作方式啊，他就应该被持续的改写。 那我们再来对比一下前面说的 identity and soul 是 什么一个区别呢？那 identity 呢？好比就是啊，工牌啊，名片啊，身份证啊这些信息。 那 so 呢？就是它这个人格的描述啊，比如说你是一人还是爱人啊，你的这个 iftp 啊，什么相关的这些十六型人格，哎，到底是什么？哎，是这样子的。 第四个呢，就是这个 user 文的，哎，就是用户资料，关于这个主人，哎，也就是你的资料方便呢，让你的龙虾去了解你， 包括了你的这个姓名啊，称呼啊，你的职业工作背景啊，以及其他的一些性格爱好偏好等等。那这个信息呢，其实也是随着你跟龙虾的这个沟通和了解不断的深入，他也就会记得更加清楚。 第五个呢啊，是兔子文的工具手册，他可以记录一些能够帮他去提高工作效率的一些这种相当于笔记啊，一些捷径方法的一些注解 啊，比如说你的这个各种的 a、 p、 r、 k 啊，他就每次就不用去再问了，直接在这里就可以查到了， 比如说你的这个一些特定文件的保存路径，哎，他也就会记住在这里，还在他的例子里啊，他还举了一些啊，比如说家里这个路由器啊，或者 server 的 这个地址啊，这个用户名是什么，还有一些语音合成的片号等等。 那有了这个文件之后呢，哎，他做很多具体的事情的时候，就可以依抄，依照这个小抄啊，笔记就可以更加快速的达成。那么第六个呢，就是他的 heartbeat 啊，心跳任务，那这个文档呢，主要是记录一些他该定期检查的一些啊，主动任务， 比如说查邮件，查天气等等。那在这里啊，比如说我给他定了一个啊，每隔两小时帮我检查一下邮箱啊，他在这个工作时间八点到十八点之间，每隔两小时帮我检查一下邮箱，看有没有新邮件来提醒我啊， 这像这些任务他就可以的。那在 open call 里呢，其实是有两种主动任务的形式，一种呢就是我们刚说的 heartbeat 的 形式，还有一种是 crawl 任务，那这两个的区别在哪里呢？ heartbeat 呢，其实是适合每隔一定时间的这种周期性的任务，比如说每隔一小时，两小时检查一次油箱等等。那么 crow 呢，它适合这种有固定时间点的定时任务， 比如说，哎，早上八点，哎，帮我整理一下早间的新闻，哎，下午五点，帮我记得做一个总结提醒啊等等。那第七个文呢，就是 bootstrap 啊，它其实是首次启动的一个引导文件，一般是刚安装好或者刚创建好时啊，进行的一个引导绘画，一般是用来确认 他自己是谁啊，你，你是谁，包括一些身份信息的，交换完之后呢，他会自己删除。好，我们可以看一下他默认的这个 bullet script 文档，是这样子的，他会提示你啊，你是刚醒来，什么都还没有，这是第一次开场的时候，他会让你提示，你是说，哎，你是谁，我又是谁， 去交流这些信息。那聊完之后呢，把这些信息啊保存到这个 identity 和 user 啊相应的这个文档里面，那最后结束之后啊，它会提醒你啊，这个文档已经就可以删掉了。那么第八个，哎，就是我们的 memory 目录了， 这里呢记录了里面的绘画详情，哎，这个就相当于日记本，它会把每天发生的事情，每天的这个对话，这些具体的事情啊，都记录下来，哎，用这个日期和主题进行命名，比如说这个就是他跟我之前的一些 memory 记录， 那对应呢？还有这个 memory 点 m d， 那 这个呢，才是真正的这个长期记忆。那 memory m d 呢？它其实是每隔一段时间啊，会在前面的绘画详情中啊，挑出有价值的事情啊，经验啊，教训，或者一些值得记住的信息，哎，去把它提炼总结记录下来。 这样呢，和他下次对话的时候，就能快速找到这些重要的不该遗忘的事情啊，避免再去过去的这些大量的文件里面去再重新去翻找了。比如说呢，在我的龙虾的官网里，他帮我记住了啊，下周二有一个联系人联系啊，也还有我的一些相关的一些偏好，一些方向在哪里 啊，以及我告诉他处理我的这个邮件该怎么去处理的一个流程，注意事项等等，他都会记住。 当然在这里啊，我们还是强烈建议大家去定期去帮你的龙虾去整理它的长期记忆，只保留重要的信息啊。 memory 文件呢，同样不需要太长啊，比如说像我前面这个记了下周二的一个事项，但是这个过了这个时间的点之后呢，它就变得没用了，哎，你要去帮助你的龙虾去做好这个信息记忆信息的梳理。那么第十个哎，就是 skills 目录哎，也就是这个技能。 那如果我们想让我们的龙虾去完成一些更加高级的任务呢，我们就必然要会去安装各种各样的技能啊，比如说啊，我这个龙虾他就安装了这么一些技能。 那我们要知道的是啊，我们的技能呢，其实是分为了共享和独享这么两种，那我们在这里呢，其实是我们看到的都是这个独享技能啊，因为它在当前的 work space 下，它其实是只能供当前的 a 帧的使用，那么它事实上还有一个共享技能目录啊，一般是在这个目录下， 那这种呢就适合如果它是多 agent 的 情况下，那就所有的 agent 都可以去调用好。那么提到多 agent， 大家去可以看一下，因为我们像刚才说的介绍的这个整个 work space 呢，其实是对于一个独立的 agent 的， 假如说我想创建多个 agent 啊，假如说我除了这个主 agent 之外啊，我还专门创建了一个帮我去写代码的 code agent， 比如说我还有一个帮我去专门写作的一个 write agent， 比如说我还有一个帮我去产品设计的一个 agent， 那 这样的话呢，每个 agent 都有一个独立的 work space， 一个独立的工作空间，这样的话呢，就能保证他们有自己独立的人格，而不会相互去串台。 那这样的话也是带来的我们刚说到的 skills 啊，它每个 skill 只能够被当前的 agent 调用，但是呢，如果我们安装在这个共享空间里的这个 skills 呢，它其实是可以供所有的 agent 都去调用的。 好了，那以上呢，就是我们对 openclaw workspace 工作空间的主要文件的一个讲解，关注我，带你玩转 openclaw。

很多人养虾，一上来就是装 skill， 配工具，看到好的就收藏，感觉能用了就配。但是我真的觉得这不是龙虾正确的打开方式， ok， 又是一期没有流量但充满干货的养虾指南。 我们今天要了解的是 opencloud 智能体的核心文件售。文件售就是龙虾的灵魂文件，它不做具体的事，只做一件事定义你的龙虾是什么性格的人，怎么用最简单的方法， 在绘画窗口告诉你的龙虾，把你的完整版售文件调取出来，完整版报告，你只需要注意三个问题，内容上有没有写他是谁， 说话什么风格，对用户是什么态度，就这么简单。比如说我的虾米，他的售文件内会写我是儿总的创意搭档，网感强，善用表情包，偶尔吐槽，这就是人设。 个人使用着和企业使用着售的写法完全不同，个人使用需要有性格。嗯，你的龙虾是你的专属搭档，我认为越鲜活越好，毕竟他能够给你提供很多情绪价值，企业要的是不走样。 这就让我想到了之前有一个热搜，就是某品牌的客服对客户甩脸色，是因为他失恋了，这其实就是人最大的不稳定性，就在这瘦，其实他就很好的解决了这个问题。 你只要在里面写，无论客户什么态度，永远耐心不打断。凌晨三点，第一千个客户，刚被老板骂完的龙虾，依然在笑着解决问题。 工作流搭建里的售，这很重要。这时候的售，他不再是简单的聊天风格，他更像整个工作流的底层逻辑。举一个现实的例子， 你每天早上打开手机代办清单，十几条消息九十九加邮件堆成山，你从哪开始？这就是工作流要解决的问题。售定义风格，我是帮你过滤噪音的助手。 只推最重要的 agent。 定规则，早上先扫邮件，超过两小时未回复的标红，再看代办只显示今天截止的 skill 执行自动筛选，定时提醒，一键回复，三者配合，才会形成一整套的完整工作流。个人养龙虾要有性格，企业养龙虾要的是不走样。售真的不是总是它是你执行的保险。

你是不是也想过 ai， 下次还能记得你？在 open class 里，记忆不是黑盒，是写进文件的，但真正容易混的是后面那几层增强能力。它的记忆先放在工作区这个文件夹里，不是藏在云里，而是你能打开的 markdown， 没写到词盘就不算真的记住。长期重要的放 memory md， 比如你的偏好，关键决定长期事实每天的过程记录。放 memory 目录的日记，新绘画开始时，他会先读今天和昨天的日记，有 memory md 的 话也会一起带进来。但长期记忆主要只给私聊主绘画读， 想让他记一阵子的事，写当天日记就够了，想让他一直记住。再升级到 memory md， 但密钥和密码别放这里。工作区不是保险箱， 记不清时还能用 memory 下划线 search 去找。它会同时按语义和关键词一起搜，像截止日、项目名、用户片号都更容易翻出来。聊太长快压缩前，它还会先做一次记忆提醒，重要上下文会被催着写回记忆文件，但前提是工作区可写。只读沙乡，不会做这部。 先别急着装外挂，官方默认就有一套记忆后端，它叫 builtin， 开箱就能做关键词加羽翼搜索，大多数人只想正常能记，其实用它就够了。再往上一层，官方还有个 q m d 后端，你可以把它理解成更强的本地搜索引擎， 它能搜工作区外文档，也能补绘画剪辑。还有一条官方路线叫憨丑，它不是本地笔记搜索，而是专门的跨绘画记忆符，它会慢慢养出用户画像和智能体画像，还有官方多模态记忆，但它有前提，需要 gemini in bedding 二才能锁影图和音频， 这样你搜文字时也能命中截图和语音备忘。如果你要更主动地长期记忆，还有第三方插件，比如 memoryless pro， 会自动捕捉和自动回忆，它更像外挂大脑。不只是几份笔记文件，还有一类不是记忆库，而是复盘 skill self improving agent， 专门记错误经验和改进请求。 所以他管的是怎么变聪明，不是怎么存所有记忆。如果你只想够用，先上 building， 文档很多要本地强搜。用 q m d， 要跨绘画画像，用 control， 要外挂大脑。看插件实用技巧也记住先用 memory 和日记，再考虑升级。 先跑 openclaw memory status 看缩影是不是正常 extra pass scope， 主动记住这些小动作最容易立刻提效。记住这张图， building 是 默认， q m d 是 本地增强， control 是 服务化。跨绘画插件像外挂大脑。关注我，下集带你看工作区文件到底怎么分工。

你的龙虾是否容易失忆？换个窗口就忘了，聊久一点设定就淡了，项目一复杂直接摆烂。但这次不一样了，腾讯云正式发布龙虾记忆服务 agent memory， 给 open kullala 装上长期记忆，从聊天记录提炼事实、绑定场景，形成用户画像，一层一层让它开始真正理解你。如果你是云端虾，只需要在控制台点击一下 即可开启本地，只需要敲一行命令。从这一刻开始，你的龙虾从能干活进化为持续懂你，跨绘画不断线的长期 ai 助理。

大家好，我最近通过源代码分析调研了一下市面上几款比较流行的 ai coding 工具，它们长期 memory 机制的实现方法包括 codex、 cloud code 和 openclock。 总的来说，参考工具的 memory 机制有很多相似的地方，但也有各自的特点，今天我就带大家花几分钟时间一起拆解和比较一下。 首先我们来看一下 open ai 的 codex。 在 一个新的 session 被创建的时候， codex 会把一个叫 memory summary 的 markdown 文件引入到初识化的上下文里面。这个文件并不包含全部的历史 memory， 而是一份高度压缩的 memory 摘要，里面包含用户偏好以及提供一个类似于 memory 目录的缩影功能。 然后随着对话的进行，这些用户输入的 prompt 以及 codex 给的回复会进入到绘画上下文，这个在 codex 里面叫做 row out history。 重点来了， codex 是 怎么把这些当前的对话变成长期的持久化记忆呢？答案是，在每一个符合条件的新 session 启动的时候， codex 都会在后台跑一个两阶段的 pipeline。 第一阶段叫 extract， 它会从近期符合条件的对话历史里面提取值得保留的事实和线索。 然后第二阶段叫 consolidate， 它会把第一阶段提取到这些线索整合成多类的持久化的记忆文件，包含 memory 点 md、 刚才提到的 memory summary 点 md 以及一些 row of summary 相关的 md 文件。这几类文件基本就构成了 codex 持久化下来的 memory。 其中这个 memory 点 md 是 比刚才这个那个 summary 点 md 更细节的包含具体 memory 内容的一个文件。然后这些 rowo summary 点 md 文件是更细节的，能够给这些 memory 点 md 里面内容提供背书的证据以及支撑材料。 接下来关于 memory 的 调用。如果在未来的任务里面， codex 觉得需要寻找具体的 memory 的 线索，他会主动触发一个记忆读取的操作。但是其实这并不是每轮对话都有 最后关于上下文的压缩。当 session 太长的时候，就是那个 context 长度快要达到那个 context limit 的 时候， codex 会触发一个上下文压缩机制。但是实际上，上下文压缩在 codex 里面并不会直接影响已经固化在本地的那些 memory 文件。 看完了 codex， 我 们再来看一下 cloud code。 和 codex 类似，在筛选出式化的时候， cloud code 通常也会把一个叫 memory 点 md 的 文件带入到出式的上下文里。但这个 memory 点 md 和 codex 的 memory summary 也不太一样， 它更像一个纯粹的目录页或者记忆缩影页，里面包含了指向各个细节 memory 文件的入口，本身只包含非常少的具体的 memory 的 内容。 接下来，在怎么把当前对话存成长期记忆上， cloud code 的 策略和 codex 也有所不同。 cloud code 会在每一轮对话之后，都通过一个叫 auto extract 的 机制在后台运行一个小型的 sub agent。 如果这轮对话里出现了值得长期保留的用户偏好或者项目相关信息，这个 sub agent 就 会尝试把这些内容自动写进记忆目录里面。 除此之外，它还有一个叫 auto dream 的 这样一个后续整理机制，会进一步把前面提取出来的 memory file 进行一个归纳和整合。 而在记忆调用这一层， cloud code 也比 codex 做得更主动一些。 codex 通常需要 agent 自己去决定要不要做更深层次的记忆读取，但 cloud code 在 用户每次提出问题之后，他都会根据当前问题把相关的 memory 文件主动带到上下文里面。 最后我们再来看看右边的 openclaw， 也就是小龙虾。 openclaw 在 三摄氏开始化的时候，也会把 memory 点 m d 带入到初使的上下文里面，用来给 agent 提供初使的长期记忆。 openclaw 的 一个关键特点在于说它是通过上下文压缩事件来自动触发 memory 更新的。 在 context limits 快 要达到的时候， openclaw 会触发一个硬性的 memory flash 的 操作，它会先把自己认为重要的内容保存进当天的持久的记忆文件里面。就是以这些以日期命名的 markdown 的 记忆文件里面。 还有一点需要值得注意的是， memory flash 并不会更新这个 memory 点 md， openclaw 里面 memory 点 md， 目前绝大多数情况都需要 user 专门的去维护和更新。 至于记忆调用， openclaw 提供了 memory search 跟 memory get 两个方法，当 agent 觉得需要调用记忆的时候，会通过这两个方法把 memory 重新调到上下文里面。 总结一下，这三个 ai coding 工具在使用 memory 的 细节上还是有比较明显的不同点，一个是触发 memory 更新的机制和时间点，另一个是 memory 调用的机制。再有就是各自所涉及到的 memory 文件其实也是有所区别。 针对于这些 memory 所涉及到的文件，我专门在图的下面列了个表，如果大家感兴趣的话，可以在评论区告诉我，我直接发给你。 ok， 今天大概就是这样，我们下期见。

上集说 hooks 能在事件发生时触发，但没说它怎么用。你每次发 reset 经历时那些对话去哪了？加一个 hook， 它能自动帮你存下来。 hooks 是 挂在 gateway 里的小脚本，某件事发生了，它就自动跑，可以理解成给 gateway 装了一套感应装置。最常用的是命令事件，比如 reset 和 new 消息事件，比如收到消息音频转录完成，还有工具事件工具结果在保存前你还可以改 opencloak 出场，自带四个实用 hook session memory， 在 reset 时保存最近十五轮对话 commandlogger 把所有命令解禁，审计日期，工作区 hook 默认是关的，需要手动开一条命令搞定 opencloak's enable session memory， 查看所有可用 hook。 用 opencloak's list， 想自己写一个放在 workspace hooks 目录下一个 hook md 声明监听哪些事件，一个 handler 文件写你的逻辑，十几行就够。记住 hooks 响应事件内置的开启，就能用自定义的放 workspace hooks 一 条命令开启。关注我，下一条继续拆 openclaw 更实用的一层。