Memory Cn

---
name: memory-cn
description: "OpenClaw + Ollama 中文记忆系统优化。诊断 FTS5 unicode61 中文分词 bug，优化搜索参数，自动维护记忆文件。命中率从 55% 提升到 100%。"
metadata:
  openclaw:
    requires:
      bins: ["sqlite3", "python3"]
---

# 中文记忆优化 Skill (memory-cn)

当用户请求诊断或优化记忆系统时，按以下步骤执行：

## 1. 诊断

运行诊断脚本检测问题：

```bash
bash SKILL_DIR/scripts/diagnose.sh
```

报告包括：
- FTS5 中文分词 bug 检测（unicode61 把连续中文粘成一个 token）
- 记忆文件大小分布
- tags 标签覆盖率
- lessons 知识库健康度

## 2. 优化搜索配置

如果诊断发现问题，应用优化配置：

```json
{
  "agents": {
    "defaults": {
      "memorySearch": {
        "chunking": { "tokens": 250, "overlap": 60 },
        "query": {
          "maxResults": 10,
          "minScore": 0.15,
          "hybrid": {
            "enabled": true,
            "vectorWeight": 0.75,
            "textWeight": 0.25,
            "candidateMultiplier": 8,
            "mmr": { "enabled": true, "lambda": 0.7 },
            "temporalDecay": { "enabled": true, "halfLifeDays": 90 }
          }
        }
      }
    }
  }
}
```

使用 `gateway config.patch` 应用。

## 3. 优化 memoryFlush prompt

让新日志自动加 tags + 中文分词：

```json
{
  "agents": {
    "defaults": {
      "compaction": {
        "memoryFlush": {
          "prompt": "将对话内容整理为结构化日志，写入 memory/YYYY-MM-DD.md。\n\n格式要求：\n1. 文件第一行必须是 <!-- tags: 关键词1, 关键词2, ... --> 标签行\n2. 中文关键词之间加空格分隔\n3. 只保留有价值的信息\n4. 控制在 5KB 以内"
        }
      }
    }
  }
}
```

## 4. 批量加 tags

对 memory/projects/*.md 中缺少 tags 的文件，根据内容自动添加 `<!-- tags: ... -->` 行。

```bash
python3 SKILL_DIR/scripts/add-tags.py /path/to/memory/projects/
```

## 5. 压缩日志

压缩 >8KB 的旧日志到 <5KB，原文备份到 archive/：

```bash
python3 SKILL_DIR/scripts/compress-logs.py /path/to/memory/ --max-kb 5
```

## 6. 重建索引

```bash
openclaw memory index --force
```

## 7. 设置自动维护 cron

建议每周日凌晨自动执行压缩+清理+补标签+重建索引。

## 关键技术点

### FTS5 unicode61 Bug
- `unicode61` 分词器把连续 CJK 字符当作一个 token
- 搜索 "怀孕" 无法匹配 "老婆刚怀孕"（因为后者是一个 token）
- Workaround：中文关键词之间加空格 → FTS5 正确分词

### 0.6B 模型参数调优
- vectorWeight 0.75：向量主导（FTS5 中文不可靠）
- minScore 0.15：小模型分数普遍偏低
- chunking 250 tokens：更小的 chunk 帮助弱模型匹配

### 三层架构
- P0 (MEMORY.md)：核心事实，<2KB
- P1 (projects/ + lessons/)：按需搜索，带 tags
- P2 (日志 + archive)：历史记录