WeSight记忆功能揭秘:如何让AI Agent记住你的偏好并跨会话复用
WeSight记忆功能揭秘:如何让AI Agent记住你的偏好并跨会话复用
WeSight 是一款开源的桌面 AI Agent 工作台,其记忆功能让 AI Agent 能够真正记住你的个人偏好与长期事实,并在新会话中自动跨会话复用——你只需说一次"我习惯用 pnpm",以后每次对话 Agent 都懂。本文从源码层面揭秘 WeSight 记忆功能的提取、裁决、存储与复用四大环节,帮你理解 AI Agent 长期记忆是怎么工作的。
为什么 AI Agent 总是"健忘"?长期记忆的价值
大模型本身是无状态的:每次新会话,Agent 的"大脑"都是一片空白。你上周告诉它"我是前端工程师"、"回复请简洁一些",换一个新窗口就得重新说一遍。
WeSight 的记忆功能解决的正是这个问题:
| 没有记忆 | 有记忆 |
|---|---|
| 每次重复交代背景 | 偏好自动注入每个新会话 |
| Agent 靠猜你的习惯 | Agent 按你的稳定事实行事 |
| 临时话题污染上下文 | 只有"值得记住"的内容才落盘 |
核心价值一句话:让一次表达,变成永久生效的上下文。
双层记忆架构:SQLite 数据库 + MEMORY.md 文件
WeSight 的记忆存储采用"数据库 + 文件"的双层设计,兼顾结构化管理与跨引擎共享。
第一层:本地 SQLite 数据库
所有记忆先写入本地 SQLite 的 user_memories 表,每条记忆都有**指纹(fingerprint)**用于去重、状态(created / stale / deleted)用于生命周期管理,表结构定义见 src/main/sqliteStore.ts。
第二层:工作区 MEMORY.md 文件
真正被 Agent 读取的是工作区里的 MEMORY.md 文件(默认位于 ~/.openclaw/workspace/MEMORY.md),路径解析逻辑在 src/main/libs/openclawMemoryFile.ts:
- 文件里以
-开头的行就是记忆条目,其余内容(标题、段落)在写入时完整保留 - 首次读取时会执行一次性的 SQLite → MEMORY.md 懒迁移,旧版本存的数据自动搬家
- 切换工作目录时,syncMemoryFileOnWorkspaceChange 会把旧工作区的记忆合并去重后同步到新工作区,记忆不丢失
💡 这种设计意味着记忆是"人可读、可编辑、可版本控制"的普通文本文件,而不只是黑盒数据库。
偏好如何被自动记住:提取 + 裁决两道关
WeSight 最巧妙的地方在于——你不需要手动记录,它会自动从对话中挖掘值得长期保存的信息。整个流程分两步:提取(Extractor)和裁决(Judge)。
第一步:提取器,区分"显式"与"隐式"
提取器 src/main/libs/coworkMemoryExtractor.ts 每轮对话结束后都会运行:
显式指令:你说"记住:我的邮箱是 xxx"、"忘掉这条",直接命中规则,置信度 0.99,必进记忆。
隐式信号:你只是随口说"我住在杭州,做后端开发",提取器会按信号类型打分——
| 信号类型 | 示例 | 置信度 |
|---|---|---|
| 个人档案 | "我住在…"、"我的职业是…" | 0.93 |
| 个人所有 | "我养了一只猫"、"我有个女儿" | 0.90 |
| 个人偏好 | "我喜欢简洁的回复" | 0.88 |
| 助手偏好 | "以后回复都用中文" | 0.86 |
同时有严格的过滤规则:问句、寒暄("好的"、"谢谢")、含"今天/昨天"的临时话题、新闻快讯、命令行文本一律排除——临时信息不该污染长期记忆。每轮最多只隐式新增 2 条,且按置信度从高到低择优。
第二步:裁决器,三档防护 + LLM 兜底
提取出的候选还要过 src/main/libs/coworkMemoryJudge.ts 这一关:
- 规则打分:对文本做加分(个人事实 +0.28)减分(含命令 -0.40、临时词 -0.18)的综合评分
- 三档防护级别:设置中可选
strict(严格)、standard(标准)、relaxed(宽松),对应不同的置信度阈值,越严格越难写入记忆 - LLM 兜底裁决:当分数落在阈值附近的"模糊地带"时(差距 ≤ 0.08),会调用大模型做最终判断——5 秒超时、10 分钟缓存,保证不打断对话体验
这套"规则为主、模型兜底"的架构,既快又稳,还避免了 AI 把"帮我查下今天天气"这种一次性请求误存为长期记忆。整体入口见 applyTurnMemoryUpdates。
跨会话复用:记忆如何注入 Agent 的"大脑"
存下来只是第一步,每次新会话自动生效才是关键。WeSight 针对不同引擎用了两套注入方式:
内置引擎:<userMemories> 自动注入
内置 Cowork 运行时每轮都会把活跃记忆序列化为 <userMemories> XML 块,拼在用户消息前缀里(src/main/libs/coworkRunner.ts)。注释里写得很清楚:放在用户消息而非系统提示词,是为了保持系统提示词稳定、命中 prompt cache。
系统提示词中还会附带一条 Memory Strategy:用户提到"还记得吗/上次/之前"时,优先调用 conversation_search 等历史检索工具,而不是靠残缺上下文瞎猜。
OpenClaw 引擎:会话启动读文件
选择 OpenClaw 引擎时,WeSight 会自动同步一份 AGENTS.md 工作区模板(src/main/libs/openclawConfigSync.ts),规定每个新会话开始时按序读取:
SOUL.md—— Agent 的性格USER.md—— 用户画像memory/YYYY-MM-DD.md—— 今昨两天的每日笔记MEMORY.md—— 长期持久事实
并且有一条强约束的 Memory Policy:用户表达"记住"意图时,Agent 必须先调用 write 工具落盘、再回复"记住了"——"脑内小抄撑不过重启,文件可以"。OpenClaw 的 memory_search / memory_get 工具还会自动索引 MEMORY.md,支持语义检索。
🎯 同一份记忆,内置引擎走"注入",OpenClaw 引擎走"文件 + 检索工具",最终效果一致:新会话一开口,Agent 就知道你是谁、你的偏好是什么。
如何管理你的记忆:设置里的记忆面板
所有记忆都可以在图形界面里管理,打开 设置 → 记忆 标签页(对应 src/renderer/components/Settings.tsx 的 CoworkMemory 面板):
- 查看文件路径:面板顶部直接展示 MEMORY.md 的绝对路径,想手动编辑随时打开
- 完整 CRUD:新增、编辑、删除任意记忆条目,支持关键字搜索
- 记忆总数统计:一眼看清 Agent 记住了多少事
- 防护级别与 LLM 裁决开关:
memoryGuardLevel三档调节写入松紧,memoryLlmJudgeEnabled控制是否启用模型兜底
日常使用建议:
- 首次对话主动交代背景:职业、常用工具栈、语言偏好,说一次就够
- 用"记住…"明确触发:重要信息加一句"请记住",走显式通道,100% 落盘
- 定期清理:删掉过时的偏好,防止 Agent 拿着过期信息做决策
总结:WeSight 记忆功能的四层设计
| 层级 | 机制 | 源码位置 |
|---|---|---|
| 提取 | 显式指令 + 隐式信号 + 置信度 | coworkMemoryExtractor.ts |
| 裁决 | 规则打分 + 三档防护 + LLM 兜底 | coworkMemoryJudge.ts |
| 存储 | SQLite 表 + MEMORY.md 文件 + 迁移同步 | openclawMemoryFile.ts |
| 复用 | 提示词注入 / 会话启动读文件 + 检索工具 | coworkRunner.ts |
WeSight 记忆功能的本质,是用"谨慎的写入 + 自动的读取"把无状态的 LLM 变成有状态的伙伴:写入门槛足够高,确保每一条都是你的真实偏好;读取则完全自动化,让跨会话复用零操作成本。如果你想深入了解多引擎如何协同管理这份记忆,可以继续查看 src/main/libs/agentRuntimePrompt.ts 中各引擎的身份提示词构建逻辑。

