mcpField
O
OpenClaw Memory Health

OpenClaw Memory Health

本地服务
github.com/ladyiceberg记忆与知识128 周前更新
代码仓库

关于 OpenClaw Memory Health

OpenClaw Memory Health 是面向 OpenClaw 用户的 MCP 服务，用于审计和维护记忆系统。它分析检索行为与已存内容，并提供分阶段检查、晋升预检和清理功能。

主要功能

  1. 01只读记忆健康扫描
  2. 02诊断检索质量
  3. 03审计 MEMORY.md 和 SOUL.md
  4. 04晋升前检查候选内容
  5. 05安全清理长期记忆

适用场景

  1. 01查找过期或重复的长期条目
  2. 02排查嘈杂的记忆检索
  3. 03晋升内容前进行检查
  4. 04在备份保护下清除受污染条目

MCP 相关

它是独立 MCP 服务，可在现有 OpenClaw 旁向 MCP 客户端提供记忆诊断、晋升检查和清理工具。它还提供 OpenClaw 斜杠命令。

#openclaw#memory#mcp#memory-health#agent#llm#ai-agent#soul

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "openclaw-memory-quality": {
      "command": "uvx",
      "args": [
        "openclaw-memory-quality"
      ]
    }
  }
}
启动命令uvx openclaw-memory-quality

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypiopenclaw-memory-quality

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

openclaw-memhealth

OpenClaw 记忆系统的外部 QA 层 —— 诊断、守护、清理你的 AI 记忆。

English · 报告问题 · 功能建议

OpenClaw 会随着你的使用自动积累记忆——短期 recall 信号、晋升到 MEMORY.md 的长期记忆、以及定义 AI 人格的 SOUL.md。时间一长，这套系统会悄悄出问题：

  • 长期记忆过时：MEMORY.md 里的代码片段指向已删除或大幅重构的文件，AI 仍然当成事实引用
  • 短期记忆污染：FTS 字面匹配产生大量假阳性条目，被误判为高频高价值内容晋升
  • SOUL.md 漂移：任务指令、业务规则悄悄混入 AI 的身份文件，改变 AI 的基本行为
  • 只增不减：OpenClaw 只往记忆里写，没有清理机制

openclaw-memhealth 是一个独立的 MCP Server，作为外部 QA 层挂在你现有的 OpenClaw 旁边，不占插件位。它通过分析检索行为数据（不只是内容本身）来诊断你的记忆系统是否在产生噪音。

三层架构

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

环境要求

  • OpenClaw（任何近期版本）
  • Python 3.11+
  • LLM API Key（可选，用于语义评估功能）
    • 支持 OpenAI、Anthropic、Kimi、MiniMax

安装

pip install openclaw-memory-quality

MCP 工具列表

第一层 — 观察（只读）
工具功能
memory_health_check_oc()快速健康扫描：僵尸条目数、假阳性率、三项诊断评分
memory_retrieval_diagnose_oc()检索质量深度诊断：高频低质条目、配置建议
memory_longterm_audit_oc()MEMORY.md 深度审计：来源有效性、重复检测、生成 report_id
第二层 — 守护
工具功能
memory_promotion_audit_oc()晋升前预检：5 道质量关卡 + LLM 长期价值评估
memory_config_doctor_oc()从行为数据推断 embedding/minScore 配置问题
memory_soul_check_oc()审计 SOUL.md：边界违规、身份漂移、稳定性检查
第三层 — LLM 语义层
工具功能
memory_longterm_audit_oc(use_llm=True)语义有效性审查 + 合并建议
memory_soul_check_oc(use_llm=True)人格 vs. 任务指令分类、内部矛盾检测
memory_longterm_cleanup_oc(report_id)安全重写 MEMORY.md：原子写入、自动备份、并发锁保护

Skills（斜杠命令）

安装后，以下斜杠命令可在 OpenClaw 对话中直接使用：

命令功能
/memory-check运行全套健康检查，打开可视化看板
/memory-cleanup清理长期记忆中的过期条目
/memory-diagnose检索质量深度诊断
/memory-promote晋升前预检，防止低质量内容进入长期记忆
/soul-checkSOUL.md 完整性审计

工作原理

OpenClaw 的记忆流水线存在结构性弱点：

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 在这条链路的每个环节介入——从 queryHashes 和 avgScore 信号诊断检索质量，将长期记忆与当前源文件比对验证，并检查 SOUL.md 中不该出现的内容。

与 memory-quality-mcp 的关系

memory-quality-mcp 管理 Claude Code 的记忆质量。 openclaw-memhealth 管理 OpenClaw 的记忆质量。

两者同属 memhealth 产品线——相同的思路，不同的生态。同时使用 Claude Code 和 OpenClaw 的用户可以并行部署两个工具。

效果预览

看板概览

各板块详情

长期记忆审计详情

License

MIT — 详见 LICENSE

openclaw-memhealth

External QA layer for OpenClaw memory — diagnose, guard, and remediate your agent's memory.

中文 · Report a Bug · Request a Feature

OpenClaw automatically builds a memory system as your agent works — storing short-term recall signals, promoting them into MEMORY.md, and loading SOUL.md on every session. Over time, this memory accumulates problems that silently degrade your agent's behavior:

  • Stale long-term memories — code snippets pointing to deleted or heavily refactored files, still cited as facts
  • False-positive short-term entries — low-quality FTS hits that inflate recall counts and get promoted
  • SOUL.md drift — task instructions and business rules creeping into your agent's identity file
  • No cleanup mechanism — OpenClaw only adds to memory, never removes

openclaw-memhealth is a standalone MCP Server that sits alongside your existing OpenClaw setup without occupying a plugin slot. It uses retrieval behavior data — not just content — to diagnose whether your memory system is producing noise.

Three-layer architecture

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

要求

  • OpenClaw（任意近期版本）
  • Python 3.11+
  • LLM API Key（可选 — 用于语义评估功能）
    • OpenAI、Anthropic、Kimi 或 MiniMax

安装

pip install openclaw-memory-quality

MCP 工具

第 1 层 — 观察（只读）
工具描述
memory_health_check_oc()快速健康扫描 — 僵尸条目数量、误报率、三项诊断评分
memory_retrieval_diagnose_oc()详细的检索质量诊断 — 高频低质量条目、配置建议
memory_longterm_audit_oc()深度审计 MEMORY.md — 来源有效性、重复检测，生成 report_id
第 2 层 — 守护
工具描述
memory_promotion_audit_oc()晋升前质量检查 — 5 道关卡 + LLM 长期价值评估
memory_config_doctor_oc()根据行为数据推断 embedding/minScore 配置问题
memory_soul_check_oc()审计 SOUL.md，检查边界违规、身份漂移和稳定性
第 3 层 — LLM 语义层
工具描述
memory_longterm_audit_oc(use_llm=True)语义有效性审查 + 合并建议
memory_soul_check_oc(use_llm=True)人设与任务指令分类、矛盾检测
memory_longterm_cleanup_oc(report_id)安全重写 MEMORY.md — 原子写入、备份、并发保护

技能（斜杠命令）

安装后，这些斜杠命令可在 OpenClaw 对话中使用：

命令描述
/memory-check运行完整健康检查并打开可视化仪表板
/memory-cleanup清理长期记忆中的过时条目
/memory-diagnose深度检索质量诊断
/memory-promote晋升前审计，防止低质量内容进入长期记忆
/soul-check完整的 SOUL.md 完整性审计

工作原理

OpenClaw 的记忆流水线存在结构性弱点：

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 会在每个阶段拦截这条链路 — 根据 queryHashes 和 avgScore 信号诊断检索质量，依据当前源文件审计长期记忆，并检查 SOUL.md 中是否包含不应出现在身份文件里的内容。

与 memory-quality-mcp 的关系

memory-quality-mcp 负责 Claude Code 的记忆质量。 openclaw-memhealth 负责 OpenClaw 的记忆质量。

这两款工具都属于 memhealth 产品线 — 方法相同，生态系统不同。同时使用 Claude Code 和 OpenClaw 的高级用户可以并行使用这两款工具。

仪表板预览

仪表板概览

仪表板版块

长期记忆详情

许可证

MIT — 参见 LICENSE

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。