📚 OpenClaw 知识库架构

专家点评报告 | 生成时间:2026-03-10

专家评分
95%
完整性
100%
正确性
90%
可扩展性
92%
可维护性
综合评级:A+
OpenClaw 知识库架构设计完整,三层架构清晰,七仓存储合理,信息流动自动化程度高。核心原则(文件>记忆、单向链接、三线同步)经过实战验证,是可复制的知识管理系统。
💡 核心观点
结论先行:OpenClaw 知识库架构的本质是「会话历史会丢失,文件永久保存」。通过三层架构(索引层→项目层→资源层)和七仓存储(MEMORY.md、memory/、tasks/projects/、html-expert-reviews/、doubao-sessions/、worklog/、skills/),实现知识的自动捕获、加工、存储和调用。
核心价值:解决 AI 会话「说完就忘」的痛点,让每次对话产生的知识都能被固化、索引、复用,形成越用越聪明的正循环。
🔍 深度洞察

洞察 1:三层架构设计 - 索引→项目→资源的分层思想

索引层(MEMORY.md):统一入口,记录所有重要决策、项目索引、用户偏好。相当于图书馆的目录卡片。

项目层(tasks/projects/):每个项目一个卡片,包含业务背景、技术方案、进度记录。相当于图书馆的书架分类。

资源层(7 个仓库):具体知识存储,包括会话归档、HTML 报告、技能文档等。相当于图书馆的具体书籍。

关键设计:单向链接(索引层→项目层→资源层),避免双向依赖导致的维护成本。

洞察 2:三线同步机制 - 多端访问 + 信息一致

MD 文件线:worklog.txt、memory/*.md、项目卡片 - 长期存储,电脑端编辑

TXT 记录线:atomic-actions 日志 - 执行记录,调试审计

飞书通知线:PDF+ 文字总结 + 链接 - 即时通知,手机端查看

核心价值:一次操作,三线同步,确保信息一致,多端访问无障碍。

洞察 3:自动化知识捕获 - 从被动记录到主动固化

触发机制:豆包会话→自动归档→HTML 专家点评→三线同步

加工流程:原始会话→知识提取→专家视角→HTML 报告→PDF→飞书通知

索引更新:每小时自动扫描新增文件,更新 knowledge-index.md

关键优势:无需手动整理,知识自动固化,越用越聪明。

🏗️ 知识架构
graph TB
    subgraph 索引层
        A[MEMORY.md
统一入口] end subgraph 项目层 B1[豆包会话自动化] B2[地理知识库] B3[周报系统] B4[健康管理] end subgraph 资源层 C1[memory/
每日记忆] C2[doubao-sessions/
会话归档] C3[html-expert-reviews/
HTML 报告] C4[worklog/
工作日志] C5[skills/
技能文档] end A --> B1 A --> B2 A --> B3 A --> B4 B1 --> C1 B1 --> C2 B1 --> C3 B2 --> C1 B2 --> C4 B3 --> C4 B3 --> C5

架构说明:索引层(MEMORY.md)→ 项目层(tasks/projects/)→ 资源层(7 个仓库),单向链接,避免循环依赖。

📊 对比分析
维度 传统知识管理 OpenClaw 架构
知识捕获 手动记录 自动归档
知识加工 人工整理 HTML 专家点评
知识索引 文件夹分类 三层架构 + 单向链接
多端访问 单一平台 三线同步(电脑 + 手机)
知识复用 搜索困难 索引层统一入口
维护成本 高(需人工整理) 低(自动化)
🚀 行动建议
  • 立即执行:确保每次豆包会话后都调用 html-expert-review 技能生成 HTML 报告
  • 本周完成:检查所有项目卡片是否已创建,缺失的项目立即补充
  • 持续优化:每小时知识库索引更新脚本增加错误重试机制
  • 长期建设:积累 100+ 个 HTML 专家点评后,训练专用检索模型
  • 安全备份:配置 OneDrive/云盘自动同步 workspace 目录