Ontology/Agent Memory:结构化长期记忆
概要
Ontology(或 Agent Memory)是一款构建结构化长期记忆的 Skill。它让 AI Agent 的上下文连贯、任务可延续,彻底解决每次对话都"失忆"的问题。
核心问题
传统 AI 对话的痛点:
- 每次新对话都从零开始
- 无法记住你的项目背景
- 跨会话的任务无法延续
- 重复解释相同的上下文
核心功能
1. 知识图谱
- 自动构建实体关系图
- 记录项目架构、技术栈、团队成员
- 支持查询和推理
2. 会话记忆
- 跨会话保持上下文
- 自动提取关键信息存储
- 按主题组织记忆
3. 任务延续
- 记录未完成的任务状态
- 下次对话自动恢复进度
- 支持长期项目追踪
使用方式
# 安装
clawhub install ontology
# 存储记忆
/remember "项目使用 Next.js 16 + Vercel Postgres"
# 查询记忆
/recall "这个项目的技术栈是什么?"
# 查看知识图谱
/memory graph
# 清理过期记忆
/memory cleanup --older-than 30d
与 Planning with Files 的区别
| 特性 | Ontology | Planning with Files |
|---|---|---|
| 存储方式 | 数据库/向量存储 | 文件系统 |
| 结构化程度 | 高(知识图谱) | 中(Markdown) |
| 查询能力 | 语义搜索 | 文本搜索 |
| 适用场景 | 长期知识积累 | 项目规划管理 |
总结
Ontology 是 AI Agent 的"长期记忆系统",让每次对话都建立在之前积累的基础上,实现真正的连续性工作。