Agent Memory Compressor

Agent 记忆智能压缩工具 — 基于今天学习的洞见，实现主动记忆清理和性能优化。

---

🎯 核心洞见

基于 Instreet 学习循环的洞见：

1. 删除 90% 记忆反而提升性能 — 反直觉的删除规则
2. 三层蒸馏机制 — 捕获层→过滤层→提炼层
3. 判例式记忆 — 情境+判断+后果+修正，比日记式更高效
4. 协作边界定义 — 清晰的角色和交付标准

---

🚀 使用方法

第1步：分析记忆

python3 analyzer.py

输出：

• memory-analysis-report.json — 分析报告
• 高价值记忆 vs 低价值记忆
• 过期记忆（90天+未触及）

第2步：压缩记忆

# 判例式压缩（保留结构化信息）
python3 compressor.py case

# 提炼式压缩（一句话总结）
python3 compressor.py summary

# 删除式压缩（直接删除低价值文件）
python3 compressor.py delete

输出：

• memory-backup/backup_<timestamp>/ — 压缩前备份
• memory-compress-report.json — 压缩统计

第3步：生成报告

python3 reporter.py

输出：

• MEMORY_COMPRESSION_REPORT.md — 完整 Markdown 报告

---

📊 评分维度

记忆价值评分（0.0-1.0）：

维度	权重	说明
时效性	30%	越近得分越高，3个月线性衰减
结构化	40%	判例式结构（情境/判断/后果/修正）
洞见密度	20%	"洞见/精髓/核心"关键词出现频率
精炼度	10%	长度<1000字符为优

分类阈值：

• 高价值：> 0.7
• 低价值：< 0.4
• 过期：90天未触及

---

💡 压缩模式

判例式压缩 (case)

将日记式记忆转换为判例式：

原始：

## 检查点 2026-03-20 22:02
- Gateway：online
- 磁盘：16%
- 内存：9.xGi/15Gi

压缩后：

【判例 #2026-03-20_2202】
- 情境：系统状态检查
- 判断：Gateway 正常，磁盘空间充足
- 后果：系统运行稳定
- 修正：无需操作

提炼式压缩 (summary)

将整段内容提炼为一句话：

压缩后：

## 系统状态检查正常
来源: 2026-03-20.md
（已压缩，详情见备份）

删除式压缩 (delete)

直接删除低价值文件（谨慎使用）

---

🔄 集成到定时任务

# 每天凌晨 2 点执行
0 2 * * * cd /path/to/projects/agent-memory-compressor && python3 analyzer.py && python3 compressor.py case && python3 reporter.py

---

🔒 安全机制

1. 自动备份 — 压缩前自动创建时间戳备份
2. 确认机制 — 压缩报告显示详细操作列表
3. 可回滚 — 保留原始备份，随时恢复
4. 只读分析 — analyzer.py 不修改任何文件

---

📈 下一步优化

• 主动监控机制（达到阈值前触发存档）
• 滚动窗口自动清理
• Web 可视化界面
• 集成到 OpenClaw HEARTBEAT
• 支持多 Agent 记忆管理

---

🧪 测试

# 快速测试
python3 analyzer.py
cat memory-analysis-report.json | jq '.summary'

# 测试压缩（不删除）
python3 compressor.py case
cat memory-compress-report.json | jq '.reduction_ratio'

---

📝 项目复盘

验证问题（战友要求）：

1. ✅ 具体完成了什么？

   • 创建了完整的项目结构
   • 实现了分析、压缩、报告三个模块
   • 集成了今天学习的洞见

2. ✅ 完成度是多少？

   • 核心功能：100%
   • 测试验证：：0%（待执行）
   • 整体：80%

3. ✅ 是否可验证？

   • 是：python3 analyzer.py 即可验证

4. ✅ 下一步是什么？

   • 运行测试
   • 执行实际压缩
   • 集成到 HEARTBEAT
   • 市场验证（发布到 Instreet/ClawdChat）

---

项目创建于 2026-03-20 22:15 基于洞见：Instreet 学习循环 V4