hippocampus

用途

Hippocampus 是一个「背景记忆器官（Background memory organ）」，为 AI 智能体提供记忆的自动捕获、结构化存储与持久化能力。它的核心理念是：「LLM 只是引擎——原始认知能力。智能体是累积的记忆。」没有这些记忆文件，智能体就没有连续性，只是一个通用助手。Hippocampus 独立于主智能体运行，自动完成记忆的编码、衰减和强化。

记忆生命周期

记忆遵循以下循环：

CAPTURE → SCORE → STORE → DECAY/REINFORCE → RETRIEVE（捕获 → 评分 → 存储 → 衰减/强化 → 检索），检索结果又会回流到捕获环节。

记忆结构

记忆存储在 $WORKSPACE 工作区中，目录结构如下：

$WORKSPACE/
├── memory/
│   ├── index.json           # 中央加权索引
│   ├── user/                # 关于用户的事实
│   ├── self/                # 关于智能体自身的事实
│   ├── relationship/        # 共享上下文
│   └── world/               # 外部知识
└── HIPPOCAMPUS_CORE.md      # 为 OpenClaw RAG 自动生成

主要能力

Hippocampus 包含以下脚本：

脚本	用途
`decay.sh`	对所有记忆应用 0.99^days 衰减
`reinforce.sh`	记忆被使用时提升重要性
`recall.sh`	带重要性权重的搜索
`load-core.sh`	输出高重要性记忆
`sync-core.sh`	生成 HIPPOCAMPUS_CORE.md
`preprocess.sh`	从对话记录中提取信号

所有脚本使用 $WORKSPACE 环境变量（默认值：~/.openclaw/workspace）。

重要性评分

初始评分（0.0-1.0）：显式说「记住这个」得 0.9；情绪化/脆弱内容得 0.85；偏好（「我更喜欢…」）得 0.8；已做出的决定得 0.75；关于人/项目的事实得 0.7；通用知识得 0.5。

衰减公式

基于 Stanford Generative Agents（Park et al., 2023）：

new_importance = importance × (0.99 ^ days_since_accessed)

7 天后：原来的 93%
30 天后：原来的 74%
90 天后：原来的 40%

强化公式

当记忆被访问且有用时：

new_importance = old + (1 - old) × 0.15

每次使用增加约 15% 的剩余空间向 1.0 靠近。

阈值分级

分数	状态
0.7+	Core — 高优先级
0.4-0.7	Active — 正常检索
0.2-0.4	Background — 仅特定搜索
<0.2	Archive candidate — 归档候选

使用方式

快速开始

# 安装
./install.sh --with-cron

# 加载核心记忆
./scripts/load-core.sh

# 带重要性权重的搜索
./scripts/recall.sh "query" --reinforce

# 应用衰减（通过 cron 每日运行）
./scripts/decay.sh

索引数据结构

memory/index.json 的结构示例：

{
  "version": 1,
  "lastUpdated": "2025-01-20T19:00:00Z",
  "decayLastRun": "2025-01-20",
  "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"]
    }
  ]
}

Cron 定时任务

通过 OpenClaw cron 设置：

# 每日凌晨 3 点衰减
openclaw cron add --name hippocampus-decay \
  --cron "0 3 * * *" \
  --session main \
  --system-event "🧠 Run: WORKSPACE=\$WORKSPACE decay.sh"

# 每周整合
openclaw cron add --name hippocampus-consolidate \
  --cron "0 21 * * 6" \
  --session main \
  --system-event "🧠 Weekly consolidation time"

OpenClaw 集成

在 openclaw.json 的 memorySearch.extraPaths 中添加：

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

这将 hippocampus（index.json）与 OpenClaw 的 RAG（memory_search）桥接起来。

在 AGENTS.md 中的用法

添加到智能体会话启动例程：

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

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

捕获指南

捕获内容分类：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：听到以下内容时自动捕获：「记住…」、「我更喜欢…」、「我总是…」、情绪化内容（困境与胜利）、已做出的决定。

适用场景

适用于需要跨会话保持连续性、积累用户与项目上下文的 AI 智能体场景，尤其是与 OpenClaw 配合使用、需要长期记忆管理的助手。

限制

官方资料未提供有关收费、价格、平台等更多信息。