会遗忘的赛博大脑 · 纯本地记忆管家

Fluid Memory

收藏 21.2k
下载 5.6k
版本 1.0.9

拟人化流体记忆系统,基于遗忘曲线自动强化常用知识、归档冷数据,完全本地运行无云端同步

基本信息

  • 技能名称?Fluid Memory
  • 中文名称?会遗忘的赛博大脑 · 纯本地记忆管家
  • 作者?againta
  • 分类?专业技能
  • 版本?1.0.9
  • 标签?memory-management, local-first, privacy-focused, vector-database, openclaw-native, subprocess, plaintext-storage

使用方法

使用说明
核心用法
Fluid Memory 是一套拟人化的长期记忆管理 Skill,通过三种核心操作与 AI 交互:
植入 (remember) :当用户明确说「记住xxx」时,将内容写入向量数据库
唤起 (recall) :响应「还记得...」「我之前说过」等查询, 每次检索自动强化记忆权重
遗忘 (forget) :根据用户指令「忘记xxx」归档指定记忆
系统基于艾宾浩斯遗忘曲线设计衰减模型:访问频率高的记忆被强化留存,长期未访问的记忆(分数
显著优点
原生集成 OpenClaw :无缝对接 OpenClaw 的 memory flush 机制,无需额外配置即可自动记录对话
纯本地隐私保护 :所有数据存储在 ~/.openclaw/workspace/database/ ,零网络传输、零云端依赖
拟人化体验 :会遗忘、会强化,避免机械式全量记忆造成的上下文污染
主动控制权 :用户可随时指令遗忘,避免敏感信息长期滞留
潜在局限
明文存储风险 :ChromaDB 本地文件无加密,多人共用设备需配合磁盘加密使用
T3 来源可信度 :个人开发者维护,虽代码结构清晰但需关注后续更新动态
依赖维护负担 :依赖 chromadb、pyyaml 需定期更新以规避潜在漏洞
无跨设备同步 :纯本地设计也意味着更换设备时记忆无法迁移
适合人群
注重隐私、拒绝云端记忆同步的 OpenClaw 深度用户
需要长期对话上下文连续性但厌恶冗长 system prompt 的 AI 交互者
愿意接受「可控遗忘」以换取更自然对话体验的用户
常规风险
本地数据泄露 :物理设备丢失或多人共用场景下明文数据可被直接读取
依赖供应链风险 :chromadb/pyyaml 未来若出现 CVE 需及时更新
开发者变更风险 :个人账号若转让或被盗,后续版本需重新评估
整体评估:安全等级 A,功能设计精巧,是本地 AI 记忆管理的优质方案,适合隐私优先的技术用户。

标签

专业技能

💬 评论 (0)

发表评论

支持 Markdown

📭 还没有评论,快来抢沙发吧!