持久记忆配置

为什么 Agent 需要持久记忆

没有记忆的 Agent 会在每次会话开始时清空状态。用户重复介绍自己的项目，Agent 忘记上一次排查到哪里，长任务缺少连续性，跨天协作几乎不可用。更隐蔽的问题是：即便模型本身支持长上下文，如果缺少外部索引，早期对话要么被截断，要么在压缩时丢失。

Memory Setup Skill 解决的问题很具体：让 Moltbot/Clawdbot 拥有可配置的长期记忆能力，而不是临时把历史塞进 prompt。

技能如何工作

该技能的核心是三段式配置，不涉及训练模型，全部是工程配置：

1. 开启 Memory Search：在 ~/.clawdbot/clawdbot.json（或 moltbot.json）中启用 memorySearch 配置块，开启后 Agent 才能在回复前检索历史记忆。
2. 建立记忆文件结构：在工作区创建 MEMORY.md 作为长期档案，按天写入 memory/logs/YYYY-MM-DD.md 记录每日进展，并可扩展 memory/*.md 存放专题笔记。
3. 配置 AGENTS.md 指令：告诉 Agent 何时读取记忆、如何使用日志，使行为与记忆系统联动。

关键配置项

• provider：选择 Embedding 提供商。推荐 voyage，也支持 openai 或 local（无需 API Key）。
• sources：决定索引范围，可选 memory、sessions 或 both（推荐同时索引记忆文件和会话记录）。
• indexMode：设为 hot 可实时索引。
• minScore 与 maxResults：控制检索相关性阈值与返回片段数量，默认 0.3 和 20。

适用边界与注意点

• 只解决配置，不解决模型能力：该技能让 Agent 能检索历史，但检索质量取决于 MEMORY.md 与日志是否写得有意义。空文件或流水账会导致检索结果不相关。
• API Key 依赖：使用 voyage 或 openai provider 时，需在环境中设置对应 Key；无 Key 时切到 local。
• 修改配置后需重启 Gateway：如果重启后 Agent 仍然没有记忆，先检查 memorySearch.enabled 是否为 true，以及 MEMORY.md 是否存在于工作区根目录。
• 调参方向明确：结果不相关时，降低 minScore 到 0.2、提高 maxResults 到 30，或检查记忆文件内容质量。