MeshMorize 多层记忆

问题背景

长会话里的 LLM 智能体往往只有上下文窗口，跨天、跨任务的事实与决策很难稳定复用：要么整段历史塞进 prompt，要么靠人工整理笔记。MeshMorize 把记忆拆成多层结构，用网格图（节点 + 边）表达事件与依赖，并配合检索与合规检查，让 agent 在有限 token 下仍能引用结构化历史。

核心能力

• mem-bridge（memory/bridge.py）：负责层轮换、节点/边维护与摘要；v3.2.2 起会读取 $OPENCLAW_WORKSPACE 作为工作区根路径。
• auto_log：带时间戳的自动日志，为「日更层」等新鲜层提供可追溯写入。
• memory_search：支持跨层检索，并做模糊匹配；可按边类型在图中扩展关联。
• memcheck：约 10～12 项合规检查，用于在写入或发布前发现结构/规范问题。

边类型用于语义化关联，例如：triggers（源触发目标执行）、depends_on（依赖）、related_to（泛关联）、part_of（组成关系）、precedes（时序先后）。检索与摘要可在这些关系上延伸，而不只是扁平关键词。

适用与注意

适合需要长期运行、希望把对话/操作沉淀为可查询图结构的 agent 场景。记忆质量仍取决于日志粒度与边标注是否一致；合规检查通过只表示结构符合预期，不替代业务侧的事实核对。边类型与工具说明已写入 help 与 SKILL 文档，升级后请以当前版本的 bridge 行为为准。