mcpField
O
OpenClaw Memory Health

OpenClaw Memory Health

ローカル
github.com/ladyicebergメモリ・ナレッジ128 週間前に更新

OpenClaw Memory Health について

OpenClaw Memory Healthは、OpenClawのメモリを監査・管理するMCPサーバーです。保存内容だけでなく検索動作も分析し、段階的な診断や昇格前の確認、クリーンアップを行います。

主な機能

  1. 01読み取り専用の健康スキャン
  2. 02検索品質の診断
  3. 03MEMORY.mdとSOUL.mdの監査
  4. 04昇格候補の事前チェック
  5. 05長期メモリの安全な整理

活用シーン

  1. 01古い長期メモリや重複の発見
  2. 02ノイズの多い検索の調査
  3. 03昇格前の内容確認
  4. 04バックアップ保護付きの汚染項目削除

MCP 対応

既存のOpenClawと並行して動作し、メモリ診断、昇格チェック、クリーンアップのツールをMCPクライアントに公開する独立したMCPサーバーです。OpenClawのスラッシュコマンドも提供します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"openclaw-memory-quality": {
"command": "uvx",
"args": [
"openclaw-memory-quality"
]
}
}
}
起動コマンドuvx openclaw-memory-quality

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypiopenclaw-memory-quality

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

openclaw-memhealth

OpenClaw の記憶システム向け外部 QA 層 —— AI の記憶を診断し、守り、整理します。

English · 問題を報告 · 機能をリクエスト


OpenClaw は使用するにつれて、記憶を自動的に蓄積します。短期的な想起シグナル、MEMORY.md に昇格する長期記憶、そして AI の人格を定義する SOUL.md です。時間が経つと、このシステムには気づかないうちに問題が生じます。

  • 長期記憶の陳腐化:MEMORY.md 内のコードスニペットが、削除済みまたは大幅にリファクタリングされたファイルを参照しているのに、AI は事実として引用し続けます
  • 短期記憶の汚染:FTS のリテラル一致によって大量の誤検出エントリが生じ、高頻度で価値が高い内容と誤認されて昇格します
  • SOUL.md の逸脱:タスク指示や業務ルールが気づかないうちに AI のアイデンティティファイルへ混入し、AI の基本的な振る舞いを変えてしまいます
  • 増える一方で減らない:OpenClaw は記憶を書き込むだけで、整理する仕組みがありません

openclaw-memhealth は、既存の OpenClaw の横に配置する独立した MCP サーバーです。プラグイン枠を占有しません。内容そのものだけでなく、検索動作データを分析することで、記憶システムにノイズが生じていないかを診断します。


3 層アーキテクチャ

第一层:观察 Observe   — 诊断记忆健康状态(只读,零风险)
第二层:守护 Guard     — 在内容晋升进 MEMORY.md 之前拦截低质量候选
第三层:清理 Remediate — 安全清理已污染的长期记忆

動作環境

  • OpenClaw(最近のバージョン)
  • Python 3.11+
  • LLM API Key(任意。意味評価機能で使用します)
    • OpenAI、Anthropic、Kimi、MiniMax に対応

インストール

pip install openclaw-memory-quality

MCP ツール一覧

第 1 層 — 監視(読み取り専用)
ツール機能
memory_health_check_oc()簡易ヘルススキャン:ゾンビエントリ数、誤検出率、3 つの診断スコア
memory_retrieval_diagnose_oc()検索品質の詳細診断:高頻度・低品質エントリ、設定の推奨
memory_longterm_audit_oc()MEMORY.md の詳細監査:ソースの有効性、重複検出、report_id の生成
第 2 層 — 保護
ツール機能
memory_promotion_audit_oc()昇格前の事前チェック:5 つの品質ゲート + LLM による長期的価値の評価
memory_config_doctor_oc()動作データから embedding/minScore の設定問題を推定
memory_soul_check_oc()SOUL.md を監査:境界違反、アイデンティティの逸脱、安定性のチェック
第 3 層 — LLM 意味レイヤー
ツール機能
memory_longterm_audit_oc(use_llm=True)意味的な有効性の審査 + 統合の提案
memory_soul_check_oc(use_llm=True)人格とタスク指示の分類、内部矛盾の検出
memory_longterm_cleanup_oc(report_id)MEMORY.md を安全に書き換え:アトミック書き込み、自動バックアップ、並行処理ロックによる保護

スキル(スラッシュコマンド)

インストール後、以下のスラッシュコマンドを OpenClaw の会話中に直接使用できます。

コマンド機能
/memory-check一連のヘルスチェックを実行し、ビジュアルダッシュボードを開く
/memory-cleanup長期記憶から古くなったエントリを整理
/memory-diagnose検索品質の詳細診断
/memory-promote昇格前の事前チェックを行い、低品質な内容が長期記憶に入るのを防止
/soul-checkSOUL.md の完全性監査

仕組み

OpenClaw の記憶パイプラインには、構造的な弱点があります。

检索噪音(minScore=0.35 默认值 + FTS 字面匹配)
    ↓ 产生
短期假阳性(高频低质量条目)
    ↓ 通过
晋升误判(频率权重忽略了命中质量)
    ↓ 污染
MEMORY.md(只增不减,没有清理机制)
    ↓ 导致
AI 长期行为漂移

openclaw-memhealth は、このパイプラインの各段階に介入します。queryHashes と avgScore のシグナルから検索品質を診断し、長期記憶を現在のソースファイルと照合して検証し、SOUL.md にあるべきではない内容がないかを確認します。


memory-quality-mcp との関係

memory-quality-mcp は Claude Code の記憶品質を管理します。 openclaw-memhealth は OpenClaw の記憶品質を管理します。

両者は同じ memhealth 製品ラインに属しています。考え方は共通ですが、エコシステムは異なります。Claude Code と OpenClaw の両方を使用するユーザーは、2 つのツールを並行して導入できます。


動作イメージ

ダッシュボードの概要

各セクションの詳細

長期記憶監査の詳細


ライセンス

MIT — 詳細は LICENSE をご覧ください。


openclaw-memhealth

OpenClaw の記憶向け外部 QA 層 — エージェントの記憶を診断し、保護し、修復します。

中文 · バグを報告 · 機能をリクエスト


エージェントの作業に伴い、OpenClaw は記憶システムを自動的に構築します。短期的な想起シグナルを保存し、それらを MEMORY.md に昇格させ、セッションごとに SOUL.md を読み込みます。時間が経つにつれて、記憶に蓄積した問題が気づかないうちにエージェントの振る舞いを損ないます。

  • 陳腐化した長期記憶 — 削除済みまたは大幅にリファクタリングされたファイルを指すコードスニペットが、事実として引用され続けます
  • 短期記憶の誤検出エントリ — 低品質な FTS ヒットによって想起回数が水増しされ、昇格されます
  • SOUL.md の逸脱 — タスク指示や業務ルールがエージェントのアイデンティティファイルに混入します
  • 整理する仕組みがない — OpenClaw は記憶を追加するだけで、削除しません

openclaw-memhealth は、既存の OpenClaw 環境の横に配置する独立した MCP サーバーです。プラグイン枠を占有しません。内容だけでなく検索動作データを使用して、記憶システムがノイズを生み出していないかを診断します。


3 層アーキテクチャ

Layer 1: Observe   — diagnose memory health (read-only, zero risk)
Layer 2: Guard     — audit promotion candidates before they enter MEMORY.md
Layer 3: Remediate — safely clean up polluted long-term memory

要件

  • OpenClaw(最近のバージョン)
  • Python 3.11+
  • LLM API Key(任意 — セマンティック評価機能で使用)
    • OpenAI、Anthropic、Kimi、または MiniMax

インストール

pip install openclaw-memory-quality

MCP ツール

レイヤー 1 — 監視(読み取り専用)
ツール説明
memory_health_check_oc()簡易ヘルススキャン — ゾンビ数、誤検出率、3 つの診断スコア
memory_retrieval_diagnose_oc()検索品質の詳細診断 — 高頻度かつ低品質のエントリー、設定の提案
memory_longterm_audit_oc()MEMORY.md の詳細監査 — ソースの有効性、重複の検出、report_id の生成
レイヤー 2 — 保護
ツール説明
memory_promotion_audit_oc()昇格前の品質チェック — 5 つのゲート + LLM による長期的価値の評価
memory_config_doctor_oc()動作データから埋め込み/minScore の設定問題を推定
memory_soul_check_oc()境界違反、アイデンティティのずれ、安定性について SOUL.md を監査
レイヤー 3 — LLM セマンティックレイヤー
ツール説明
memory_longterm_audit_oc(use_llm=True)セマンティックな有効性のレビュー + 統合の提案
memory_soul_check_oc(use_llm=True)ペルソナとタスク指示の分類、矛盾の検出
memory_longterm_cleanup_oc(report_id)MEMORY.md を安全に書き換え — アトミック書き込み、バックアップ、同時実行ガード

スキル(スラッシュコマンド)

インストールすると、OpenClaw の会話で次のスラッシュコマンドを使用できます。

コマンド説明
/memory-checkヘルスチェック全体を実行し、ビジュアルダッシュボードを開く
/memory-cleanup長期記憶内の古いエントリーを整理
/memory-diagnose検索品質を詳細に診断
/memory-promote品質の低いコンテンツが長期記憶に入るのを防ぐため、昇格前に監査
/soul-checkSOUL.md の完全性を全面的に監査

仕組み

OpenClaw のメモリーパイプラインには、構造上の弱点があります。

Retrieval noise (minScore=0.35 default + FTS literal matching)
    ↓ produces
Short-term false positives (high-frequency low-quality entries)
    ↓ via
Promotion miscalculation (frequency component ignores hit quality)
    ↓ pollutes
MEMORY.md (append-only, no cleanup mechanism)
    ↓ causes
Long-term agent behavior drift

openclaw-memhealth は各段階でこのチェーンに介入します。queryHashes と avgScore のシグナルから検索品質を診断し、現在のソースファイルと照らし合わせて長期記憶を監査し、アイデンティティファイルに属さないコンテンツが SOUL.md に含まれていないか確認します。


memory-quality-mcp との関係

memory-quality-mcp は Claude Code のメモリー品質を扱います。 openclaw-memhealth は OpenClaw のメモリー品質を扱います。

どちらのツールも memhealth 製品ラインの一部です。同じアプローチを異なるエコシステムで提供します。Claude Code と OpenClaw の両方を使うパワーユーザーは、両方のツールを併用できます。


ダッシュボードのプレビュー

ダッシュボードの概要

ダッシュボードのセクション

長期記憶の詳細


ライセンス

MIT — LICENSE を参照

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。