多Agent记忆传承流——让AI每次对话都"记得你是谁"

每次换一个新对话，AI就像失忆了一样——要你重新解释自己是谁、在做什么项目、有什么背景偏好。这个痛点，折磨过几乎每一个深度使用AI的人。

>

本文介绍一套用 OpenClaw + 多Agent架构实现的"记忆传承流"，让AI的上下文在不同对话、不同Session、甚至跨天之间持续积累，真正实现"一次说明，持续生效"。

场景演示

痛点场景

实际效果截图（文字描述）

Session A（第1天）：大冲告诉AI自己在做一个B2B电商平台，目标用户是中小制造业。

>

Session B（第2天）：大冲打开新对话，说"继续上次说的项目"，AI直接回复："好的，继续你B2B电商平台的项目，目前进展到需求文档阶段，上次讨论了XX功能优先级…"

>

Session C（另一个Agent接手）：陈小群（投资Agent）接手评估，直接调用共享记忆，读到：大冲在做的项目背景、目标用户、当前阶段，不需要大冲重复解释。

Step by Step：搭建记忆传承流

整体架构

┌─────────────────────────────────────────────────────────────┐
│  用户对话（Session）                                         │
│    ↓                                                          │
│  ┌──────────┐    写入    ┌────────────────┐                 │
│  │ 当前Agent │ ────────→ │  共享记忆中枢     │                │
│  └──────────┘            │  (飞书Bitable)   │                │
│    ↑                      └────────┬────────┘                 │
│    │读取                          │ 读取                      │
│  ┌──────────┐            ┌─────────▼────────┐                 │
│  │ 下一个   │ ←───────── │   记忆加载Agent   │                 │
│  │ 新Session│            │  (Session启动时) │                 │
│  └──────────┘            └─────────────────┘                 │
└─────────────────────────────────────────────────────────────┘

Step 1：建立共享记忆表（飞书Bitable）

在飞书多维表格中创建一张「用户上下文记忆表」：

Step 2：创建Session启动Agent（记忆加载Agent）

每当开启新对话时，先调用记忆加载Agent，从Bitable中拉取与当前用户相关的最新记忆：

核心提示词：

你是一个记忆加载Agent。当用户开始新对话时，你的职责是：

1. 从飞书Bitable读取用户"身份背景"和"项目上下文"类别的最新记录
2. 整理成简洁的"记忆摘要"（不超过500字）
3. 以第一人称视角输出："根据记录，你是一位...，目前在做一个...项目..."
4. 如果没有找到任何记忆，输出："暂无历史记忆，请告诉我你是谁"

输出格式：
【历史记忆摘要】
[记忆内容]

【推荐开场白】
[一句自然的引导语，让用户确认或补充]

Step 3：在每次对话结束时自动沉淀记忆

通过OpenClaw的任务流规则，在对话结束/总结节点触发记忆写入：

自动沉淀触发条件：

• 用户明确说"总结一下"或"记下来"
• 对话涉及新的项目背景、决策、偏好变更
• Agent判断对话内容具有长期参考价值

记忆写入提示词：

你是一个记忆沉淀Agent。请根据本次对话内容，判断是否有值得写入长期记忆的信息：

判断维度：
1. 用户身份/角色信息（新增或变更）
2. 项目背景/目标/进展
3. 用户的特定偏好或要求
4. 重要决策或结论

如果存在值得记忆的内容，请：
1. 生成"记忆片段"（每条不超过100字）
2. 标注记忆分类（身份背景/项目上下文/偏好设置/决策历史）
3. 评估重要性（高/中/低）
4. 调用飞书Bitable API写入记录

如果没有值得沉淀的信息，输出："本次对话无新增记忆。"

Step 4：多Agent共享记忆（跨Agent协作）

当不同Agent需要接力工作时，通过共享记忆中枢实现无缝切换：

记忆读取权限：

• 所有Agent可以读取所有用户的记忆表
• 写入权限：仅当次对话的Agent写入自己创建的记忆节点

Agent接力示例：

场景：大冲让文心（秘书Agent）整理了项目需求文档，然后需要陈小群（投资Agent）评估

Step 1: 文心完成需求文档后，将关键决策写入记忆表
Step 2: 大冲告诉陈小群："接上文文心的项目，评估一下投资价值"
Step 3: 陈小群自动从记忆表读取：项目背景→需求文档→文心记录的关键决策
Step 4: 陈小群基于完整上下文输出评估，不需要大冲重复解释

Step 5：记忆衰减与优先级管理

为了避免记忆表无限膨胀，建立定期清理机制：

自动规则：

• 低重要性记忆：30天后自动归档（可恢复）
• 中重要性记忆：90天后标记为"待复核"
• 高重要性记忆：永久保留，定期更新

可复制提示词

提示词A：新对话开场（记忆加载）

【系统提示】在回复用户之前，先读取飞书Bitable中的用户记忆表，
找出当前用户的最新"身份背景"和"项目上下文"记录，
然后在回复开头引用这些记忆，表明你了解用户背景。
如果找不到任何记忆，则正常开场："你好！我是你的AI助手，请告诉我一些关于你的背景信息。"

提示词B：自动记忆沉淀

【系统提示】每次对话结束时，如果对话涉及以下任一内容，
请自动生成一条记忆片段并写入飞书Bitable：
1. 用户透露了新的身份/角色/背景
2. 用户提出了新的项目或任务
3. 用户表达了明确的偏好或要求
4. 对话产生了明确的结论或决策

写入格式：记忆ID留空（系统自动编号），用户名固定为当前用户名，
记忆分类根据内容选择，记忆内容不超过100字。

提示词C：记忆检索与引用

当用户提到"继续上次""之前说""那个项目"等回溯性表述时，
立即从飞书Bitable检索用户的所有相关记忆，
按时间倒序展示，并询问用户："你是指这个记忆吗？"确认后继续执行。

使用的Skills

价值与注意事项

核心价值

注意事项

1. 隐私边界：敏感信息（如密码、具体财务数字）不得写入共享记忆表，设置关键词过滤规则
2. 记忆优先级：不是所有对话都需要沉淀，仅记录高价值、可复用的上下文
3. 定期整理：建议每月一次记忆复核，清理过时内容，保持记忆表健康度
4. 用户确认：首次写入新类型的记忆时，主动告知用户："已为你记录XXX到记忆表，是否需要调整？"

系列说明：本文是「OpenClaw 有价值应用」系列第67篇。该系列持续更新中，欢迎关注。