- name
- memU-lite
- description
- Lightweight structured memory system for OpenClaw - inspired by memU, zero external dependencies. Provides atomic memory storage with categories (preferences/knowledge/relationships/tasks/skills), tag-based indexing, and fast retrieval.
- read_when
- metadata
- {"clawdbot":{"emoji":"🧠","tags":["memory","knowledge","organization"]}}
- allowed-tools
- Bash(memu-lite:*)
memU-lite - 轻量级结构化记忆系统
灵感来自 memU，零外部依赖，纯 Markdown + OpenClaw 原生工具实现
核心理念
memU-lite 将 Agent 记忆分为三层：
┌─────────────────────────────────────────┐
│ Category Layer: MEMORY.md (概览索引) │
├─────────────────────────────────────────┤
│ Item Layer: items/{category}/ (原子记忆) │
├─────────────────────────────────────────┤
│ Resource Layer: raw/ (原始记录) │
└─────────────────────────────────────────┘安装
方式一：ClawHub (推荐)
openclaw skills install memu-lite方式二：手动安装
git clone https://github.com/yoo-unison/memu-lite.git
cp -r memu-lite/memory ~/.openclaw/workspace/快速开始
1. 初始化记忆结构
# 使用提供的初始化脚本
./memu-lite/init.sh或手动创建：
mkdir -p ~/.openclaw/workspace/memory/{raw,items/{preferences,knowledge,relationships,tasks,skills},indexes}2. 创建第一条记忆
在 items/preferences/ 下创建文件：
## P-20260302-001 用户决策风格偏好
- **类型**: preference
- **来源**: 2026-03-02 对话
- **日期**: 2026-03-02
- **置信度**: high
- **标签**: #偏好 #决策风格
- **内容**:
用户要求独立评估，不盲目跟风，偏好轻量方案。
- **关联**: [[R-20260302-001]]3. 更新 MEMORY.md 索引
编辑 MEMORY.md 添加记忆条目到索引表格。
记忆类型
| 类型 | 目录 | 前缀 | 用途 |
|---|---|---|---|
preference | items/preferences/ | P | 用户偏好、习惯、风格 |
knowledge | items/knowledge/ | K | 领域知识、事实信息 |
relationship | items/relationships/ | R | 人际关系、组织上下文 |
task | items/tasks/ | T | 待办事项、项目 |
skill | items/skills/ | S | 技能、方法、流程 |
记忆 ID 规则
格式：<类型字母>-<日期>-<序号>
示例：
P-20260302-001(Preference, 2026-03-02, 第 1 条)K-20260302-002(Knowledge, 2026-03-02, 第 2 条)
记忆文件格式
## [ID] 记忆标题
- **类型**: preference|knowledge|relationship|task|skill
- **来源**: 对话/文档链接
- **日期**: YYYY-MM-DD
- **置信度**: high|medium|low
- **标签**: #标签 1 #标签 2
- **内容**:
详细描述...
- **关联**: [[其他记忆 ID]]
- **状态**: active|archived|completed (仅 task 类型需要)自动化工具（新增）
memU-lite 提供了一套自动化工具脚本，位于 tools/ 目录：
memu-add.sh - 交互式创建记忆
./tools/memu-add.sh功能：
- 交互式输入记忆内容
- 自动选择记忆类型
- 自动生成 ID
- 自动更新 MEMORY.md 索引
示例：
🧠 memU-lite - 添加新记忆
==========================
选择记忆类型:
1) preference - 用户偏好、习惯
2) knowledge - 领域知识、事实
...
请输入类型编号 (1-5): 1
记忆标题: 用户决策风格偏好
内容摘要: 要求独立评估，不盲目跟风
来源 (如: 对话/文档/链接): 2026-03-02 对话
标签 (用空格分隔，如: #偏好 #AI): #偏好 #决策风格
关联记忆 ID (可选):
✅ 记忆创建成功!
ID: P-20260302-001
文件: items/preferences/P-20260302-001-用户决策风格偏好.mdmemu-search.sh - 搜索记忆
# 按关键词搜索
./tools/memu-search.sh 偏好
# 按标签搜索
./tools/memu-search.sh -t "#AI"
# 按 ID 搜索
./tools/memu-search.sh -i P-20260302-001
# 列出所有记忆
./tools/memu-search.sh -lmemu-backup.sh - 备份与恢复
# 创建备份
./tools/memu-backup.sh
# 列出所有备份
./tools/memu-backup.sh -l
# 恢复备份
./tools/memu-backup.sh -r memory-20260302-143022.tar.gz
# 清理 7 天前的备份
./tools/memu-backup.sh -c 7memu-tags.sh - 标签索引生成
./tools/memu-tags.sh功能：
- 自动扫描所有记忆文件的标签
- 生成标签统计报告
- 更新
indexes/tags.md
memu-clean.sh - 过期清理
# 扫描过期记忆
./tools/memu-clean.sh
# 归档过期记忆（推荐）
./tools/memu-clean.sh -a
# 查看已归档记忆
./tools/memu-clean.sh -l过期机制： 在记忆模板中添加 过期日期 字段：
- **过期日期**: 2026-03-31到期后会被自动归档到 archive/ 目录。
核心工作流
对话结束后自动记录
- 提取关键信息（偏好/知识/任务等）
- 创建原子记忆文件到对应
items/<category>/ - 更新
MEMORY.md索引
检索记忆
# 快速概览 - 查看 MEMORY.md
cat ~/.openclaw/workspace/memory/MEMORY.md
# 语义搜索 - 使用 OpenClaw memory_search 工具
memory_search "用户偏好"
# 精确读取 - 使用 OpenClaw memory_get 工具
memory_get --path ~/.openclaw/workspace/memory/items/preferences/P-20260302-001.md每日收尾
- 汇总当日记忆到
MEMORY.md时间线 - 更新标签索引
indexes/tags.md
目录结构
memory/
├── MEMORY.md # 顶层索引 + 快速概览
├── memu-lite-guide.md # 使用指南
├── raw/ # 原始对话记录
│ └── YYYY-MM-DD.md
├── items/ # 原子化记忆单元
│ ├── TEMPLATE.md # 记忆模板
│ ├── preferences/ # 用户偏好
│ ├── knowledge/ # 领域知识
│ ├── relationships/ # 人际关系
│ ├── tasks/ # 待办事项
│ └── skills/ # 技能方法
└── indexes/ # 检索辅助
├── tags.md # 标签索引
└── timeline.md # 时间线索引最佳实践
1. 原子化
每条记忆只包含一个独立事实：
✅ 好：P-20260302-001 决策风格偏好 ❌ 差：P-20260302-001 所有用户信息
2. 及时更新
对话结束后立即记录，避免遗忘关键细节。
3. 标签具体
使用具体标签便于后续检索：
✅ 好：#项目 Alpha #技术栈 #后端 ❌ 差：#知识 #信息
4. 建立关联
相关记忆互相链接：
- **关联**: [[K-20260302-001]], [[S-20260302-001]]5. 定期维护
- 每周回顾：合并过期任务，更新状态
- 每月清理：归档旧记忆，提炼核心
与原始 memU 对比
| 特性 | memU | memU-lite |
|---|---|---|
| 自动提取 | ✅ AI 自动 | ⚠️ 需 AI 主动记录 |
| 主动预判 | ✅ 后台持续运行 | ❌ 被动响应 |
| 向量检索 | ✅ 语义搜索 | ⚠️ 依赖 memory_search |
| 外部依赖 | Postgres + API | ❌ 无 |
| 部署复杂度 | 中 | 低 |
| Token 优化 | 70%+ 压缩 | 依赖模型上下文 |
示例记忆
用户偏好 (Preference)
## P-20260302-001 用户决策风格偏好
- **类型**: preference
- **来源**: 2026-03-02 对话
- **日期**: 2026-03-02
- **置信度**: high
- **标签**: #偏好 #决策风格 #AI 使用
- **内容**:
1. 要求独立评估 - 不盲目接受外部建议
2. 借鉴思路而非照搬 - 适配自身情况
3. 偏好轻量方案 - 无外部依赖
4. 重视实用性 - 关注实际效果
- **关联**: [[R-20260302-001]]领域知识 (Knowledge)
## K-20260302-001 编程语言偏好
- **类型**: knowledge
- **来源**: 2026-03-02 对话
- **日期**: 2026-03-02
- **置信度**: high
- **标签**: #技术 #编程语言 #偏好
- **内容**:
用户主要使用 Python 和 JavaScript 进行开发。
偏好简洁、可读性强的代码风格。
- **关联**: [[S-20260302-001]]技能方法 (Skill)
## S-20260302-001 代码审查清单
- **类型**: skill
- **来源**: 通用最佳实践
- **日期**: 2026-03-02
- **置信度**: high
- **标签**: #技能 #代码审查 #开发流程
- **内容**:
Step 1: 检查代码规范和风格
Step 2: 验证功能逻辑正确性
Step 3: 确认错误处理完善
Step 4: 检查性能优化点
Step 5: 确认测试覆盖关键路径
- **关联**: [[K-20260302-001]]迁移路径
如果未来需要升级到完整 memU：
items/目录结构可直接映射到 memU Item LayerMEMORY.md可作为初始知识库导入- 记忆 ID 和标签系统保持一致
脚本工具
init.sh - 初始化记忆结构
#!/bin/bash
mkdir -p ~/.openclaw/workspace/memory/{raw,items/{preferences,knowledge,relationships,tasks,skills},indexes}
echo "memU-lite 记忆结构已创建"backup.sh - 备份记忆
#!/bin/bash
DATE=$(date +%Y%m%d-%H%M%S)
tar -czf ~/.openclaw/workspace/backups/memory-$DATE.tar.gz ~/.openclaw/workspace/memory/
echo "记忆备份完成：memory-$DATE.tar.gz"常见问题
Q: 记忆文件太多怎么办？
A: 定期归档旧记忆到 archive/ 目录，保持 items/ 精简。
Q: 如何搜索特定标签的记忆？
A: 使用 grep -r "#标签" ~/.openclaw/workspace/memory/items/
Q: 可以和现有 memory-core 共存吗？
A: 可以。memU-lite 使用相同的 memory_search/memory_get 工具，只是文件结构更规范。
许可证
Apache 2.0
项目地址
GitHub: https://github.com/yoo-unison/memu-lite
*Inspired by memU (https://github.com/NevaMind-AI/memU)*