tagMind — 结构化标签记忆

基于用户自定义 tag prompts，从对话中抽取结构化信息，持久存储到本地 SQLite。

固定路径

文件	路径
脚本	~/.openclaw/skills/tagmind/scripts/
数据库	~/.openclaw/tagmind/memory.db
Tag 配置	~/.openclaw/tagmind/prompts.json

agentId / userId

• agentId：系统提示 Runtime 行中 agent=<id> 的值；缺省用 main
• userId：inbound 消息的 sender ID；缺省用系统用户名 $USER

操作一：初始化

每次使用前先确保 DB 存在：

python3 ~/.openclaw/skills/tagmind/scripts/init.py

操作二：读取记忆

用户问「你还记得我什么」「查看我的信息」「我的记忆」时：

python3 ~/.openclaw/skills/tagmind/scripts/read.py <agentId>

将输出内容格式化展示给用户，空字段标注「暂无记录」。 同时将记忆作为隐式上下文融入后续对话（用正确称呼、符合偏好等），不逐字背诵。

输出中包含新鲜度标记：

• 无标记：90天内有更新，可信
• [warm]：90~180天未更新，可能过时
• [cold ⚠]：超过180天未更新，建议向用户确认是否仍然准确

操作三：写入记忆

用户提供个人信息、或说「记住 / 保存 / 别忘了」时：

1. 先运行 init.py 确保 DB 就绪
2. 读取 ~/.openclaw/tagmind/prompts.json 了解 tag 定义
3. 对照每个 tag 的 description，从对话中提取对应信息
4. 每个有新信息的 tag 单独写入：

# 普通更新（用户补充/修改信息）
python3 ~/.openclaw/skills/tagmind/scripts/write.py <agentId> <tag_name> "<tag_memory>"

# 冲突更新（用户纠正了已有信息，如换了城市、换了工作）
python3 ~/.openclaw/skills/tagmind/scripts/write.py <agentId> <tag_name> "<tag_memory>" --conflict

重要：<tag_name> 必须严格使用 prompts.json 中各 tag 的 name 字段值（如 name、preferences、background、goals、personality、context）。禁止自创 tag_name（不能用 occupation、hobbies 等未定义字段）。所有信息归入最匹配的已有 tag。

只写有实质内容的 tag，空值不覆盖已有数据。

写入时会自动将旧值存入历史记录，不会丢失。

操作四：清除记忆

用户说「忘掉我」「删除我的信息」时：

python3 -c "
import sqlite3
from pathlib import Path
db = Path.home() / '.openclaw/tagmind/memory.db'
with sqlite3.connect(db) as conn:
    conn.execute('DELETE FROM tag_memories WHERE agent_id=?', ('$AGENT_ID',))
    conn.execute('DELETE FROM tag_history WHERE agent_id=?', ('$AGENT_ID',))
print('[tagMind] 已清除所有记忆')
"

操作五：查看 tag 历史

用户问「我之前填写的 XX 是什么」「你记的 XX 改过几次了」时：

python3 ~/.openclaw/skills/tagmind/scripts/history.py <agentId> <tag_name>

输出当前值、更新时间、以及每次被覆盖时保存的历史值（含更新原因）。

操作六：衰减检查

用户问「有没有过期的信息」或在读取记忆时发现 [cold ⚠] 标记时：

# 仅查看衰减报告
python3 ~/.openclaw/skills/tagmind/scripts/decay.py <agentId>

# 查看报告并将 cold tag 标记为 archived（不删除，可用 history.py 查看）
python3 ~/.openclaw/skills/tagmind/scripts/decay.py <agentId> --archive-cold

收到报告后，可以向用户确认过期信息是否仍然准确，再用写入操作更新。

抽取原则

• 只记事实：用户明确说过的，不推测
• 增量更新：新信息追加或替换，不清空其他 tag
• 简洁存储：每个 tag 控制在 1-3 句话内
• 自然融入：记忆体现在回复方式里，不逐字背诵
• 冲突感知：用户纠正已有信息时加 --conflict 标记，旧值自动归档保留

冲突解决规则

当用户提供的新信息与已存储的信息矛盾时（如更换城市、换工作、改变偏好）：

1. 最新的信息优先 — 用新值覆盖旧值，旧值自动保存到历史记录
2. 加 --conflict 标记 — 区分普通补充和主动纠错，方便事后追溯
3. 旧值不删除 — 用 history.py 仍可查看所有历史值
4. 不向用户确认 — 直接更新，除非语义不清楚应该写入哪个 tag

衰减机制

状态	条件	显示	建议操作
active	90天内有更新	无标记	正常使用
warm	90~180天未更新	[warm]	留意，有机会时确认
cold	超过180天未更新	[cold ⚠]	向用户确认是否仍然准确

读取记忆时自动显示标记。发现 [cold ⚠] 时，可在对话中自然地向用户确认，如：

"我记得你之前在上海工作，现在还是吗？"

自定义 Tag Prompts

编辑 ~/.openclaw/tagmind/prompts.json，增删 tags 数组。 默认 6 个 tag：name / preferences / background / goals / personality / context。