OpenClaw 的“记忆功能”到底怎么工作的？

很多人以为 AI 是有“长时记忆”的，但在 OpenClaw 里，记忆不是模型脑子里自带的，而是写到磁盘上的文件。
记忆本质是 Markdown 文档，memory/YYYY-MM-DD.md（每日追加日志）+ 可选的 MEMORY.md（精炼的长期记忆）。模型能“记住”的前提是：信息真的被写进了这些文件。
默认 memory 插件（memory-core）对 agent 提供了两个工具：
memory_search：对记忆片段做语义检索，返回相关 snippet + 路径/行号
memory_get：按路径/行范围读取记忆文件（文件不存在也不会炸，直接返回空文本）
快到“上下文压缩”时，会自动提醒你把该记的内容写下来。当对话接近 compaction（上下文要被压缩/裁剪）时，系统会触发一次静默的 memory flush：提示模型把“耐久的信息”追加写进当天的 memory/YYYY-MM-DD.md，避免压缩后丢失。
这次 flush 是有一定的约束的：只写 daily log、必须追加写、不要改 MEMORY.md 等引导文件。
除了内置的 SQLite 索引，还能切到 qmd 后端；如果 qmd 不可用会自动 fallback 回内置方案，保证 memory_search 不至于失效。
一句话总结就是：OpenClaw 的记忆 = 文件化存储 + 工具化检索 + 压缩前的自动落盘提醒。想让它“记住”，就让它“写下来”。