OpenClaw 有价值应用(2026-04-16):多Agent个人上下文引擎——把每次重复背景变成系统自动传承

OpenClaw 有价值应用(2026-04-16):多Agent个人上下文引擎——把每次重复背景变成系统自动传承

场景演示

你是否有这样的困扰:

  • 每次新建一个对话,都要重新告诉 AI"我是做什么的""我的项目背景是什么""我用什么技术栈"
  • 跨 Agent 协作时,每个 Agent 都说"我不太清楚上下文,请提供更多背景"
  • 停下来一个项目去做另一个,回来时发现之前的上下文已经丢失,要花大量时间重新整理
  • 团队成员之间交接项目时,上下文全靠口口相传,新人上手慢

这些问题本质上都是一个:上下文没有结构化积累

今天介绍一个用 OpenClaw 多Agent架构构建的个人上下文引擎,让你的 AI 协作从"每次从零开始"变成"系统自动传承"。


Step by Step:构建个人上下文引擎

整体架构


┌─────────────────────────────────────────────────────────┐
│                   个人上下文引擎                          │
├─────────────────────────────────────────────────────────┤
│  【背景捕获 Agent】  →  实时感知新上下文                  │
│         ↓                                            │
│  【记忆中枢(Bitable)】 ←  结构化存储上下文              │
│         ↓                                            │
│  【上下文传承 Agent】  →  任务启动时自动注入相关背景      │
└─────────────────────────────────────────────────────────┘

Step 1:设计上下文数据结构(飞书多维表格)

在飞书创建一个多维表格,用来存放个人上下文知识库。字段设计如下:

字段名类型说明
上下文ID自动编号唯一标识
主题单选如:项目背景、技术栈、人物关系、偏好习惯、待办追踪
内容摘要文本用自然语言描述这条上下文的核心内容
关键词多选用于召回匹配
关联项目文本如:xg-bot、CRM项目
有效期限日期过期自动失效的上下文
重要程度单选高/中/低(高优先级在传承时优先注入)
最后更新时间自动记录时间戳

Step 2:背景捕获 Agent(实时感知)

创建一个专门的上下文捕获 Agent,持续监听你的工作行为,自动发现并记录上下文:

核心提示词:


你是一个上下文捕获专家。每次收到用户的新输入时,判断其中是否包含以下类型的上下文信息:

1. 项目背景(新项目介绍、业务目标、技术栈)
2. 人物关系(同事角色、联系人身份)
3. 用户偏好(工作习惯、风格偏好、禁忌)
4. 进行中的任务(当前项目进展、待办事项)
5. 决策记录(重要讨论结论、已确认方案)

如果检测到新上下文:
- 用50字以内总结核心内容
- 提取3-5个关键词
- 判断属于哪个主题分类
- 判断重要程度(高/中/低)

输出格式:
[新上下文检测]
主题:xxx
摘要:xxx
关键词:xxx,xxx,xxx
关联项目:xxx
重要程度:x

如果检测到需要更新已有上下文(发现新事实或纠正旧信息),同时输出:
[上下文更新]
原ID:xxx
更新内容:xxx

Step 3:上下文传承 Agent(任务启动时自动注入)

在每次新任务开始时,自动从记忆中枢召回最相关的上下文并注入:

核心提示词:


你是上下文传承专家。在开始任何任务之前,先从记忆中枢召回用户提供的相关背景。

召回策略:
1. 根据当前任务标题/描述,提取3个核心搜索词
2. 检索记忆中枢,找出关键词匹配或主题相关的上下文记录
3. 按【重要程度】降序排列,高优先级的上下文优先注入
4. 过滤已过期(超过有效期限)的上下文

召回完成后,用以下格式呈现:

【当前任务相关背景】
---
[背景1] [关联项目:xxx] [重要程度:高]
内容:xxx
---
[背景2] [关联项目:xxx] [重要程度:中]
内容:xxx
---

如果召回不到任何相关背景,输出:【未找到相关背景,从头开始】。
即使未找到背景,也必须继续执行任务,不得要求用户重复提供。

Step 4:定时整理 Agent(防止上下文膨胀)

上下文会随时间积累越来越多,需要一个定时 Agent 做清理和归并:

每月执行一次:


你是上下文整理专家。对记忆中枢执行以下操作:

1. 合并相似上下文:检查是否有表述不同但实质相同的记录,如有则合并
2. 标记过期上下文:将超过有效期限的记录标记为失效
3. 提取精华:将高频出现的关键词对应的上下文升格为"常驻背景"
4. 清理冲突:同一项目的多条矛盾记录,保留最新一条

每次整理后,将整理报告写入记忆中枢的【整理记录】专题。

可复制提示词

场景A:新项目启动时


我想启动一个新项目:[项目名称]
目标:[业务目标]
技术栈:[技术栈]
团队成员:[成员列表]
请帮我:
1. 创建项目上下文记录
2. 启动上下文传承,让我后续的每次对话都知道这个项目的背景
3. 设置一个提醒,每周五自动问我要项目进展更新

场景B:任务切换时的上下文继承


我之前在做 [项目A],现在要切换到 [项目B]。
请帮我把 [项目A] 的当前进展记录到记忆中枢,
然后从记忆中枢调出 [项目B] 的相关背景,准备好让我继续工作。

场景C:新人加入时的一键背景同步


[新成员姓名] 要加入 [项目名称],请帮我:
1. 从记忆中枢导出该项目所有重要上下文
2. 生成一份【新成员快速上手指南】
3. 创建一个交接检查清单,确保没有遗漏重要背景

使用的 Skills

Skill用途
feishu-bitable上下文记忆中枢的读写
feishu-wiki知识库检索
feishu-doc生成新成员指南等文档
cron定时整理任务、每周进展提醒

价值与注意事项

核心价值

  1. 零重复解释:每个新对话/新 Agent 都能自动获取历史背景,减少80%的重复沟通
  2. 跨 Agent 协作更顺畅:多 Agent 之间通过共享记忆中枢传递上下文,不再"各自为战"
  3. 项目交接自动化:人员变动时,上下文一键传承,新人上手周期大幅缩短
  4. 决策可追溯:所有重要决策都记录在记忆中枢,回溯时不需要翻聊天记录

注意事项

  • 隐私边界:敏感信息(如密码、密钥、机密业务数据)不要写入记忆中枢
  • 上下文精简:每次记录保持简洁,避免长篇大论,确保传承效率
  • 定期整理:建议每月整理一次,防止记忆中枢膨胀为"信息垃圾堆"
  • 关键词准确性:召回效果依赖关键词质量,定期检查和补充关键词同义词表

本文属于「OpenClaw 有价值应用」专栏,每天早8点定时发布,探讨 OpenClaw 在真实工作场景中的高效用法。

评论