Unified Memory Engine

企业级统一记忆引擎，为 CoPaw / OpenClaw 提供增强的记忆功能。

什么是统一记忆引擎？

统一记忆引擎是一个企业级 AI 记忆增强系统，专为 CoPaw/OpenClaw 智能体框架设计。它解决了原生记忆系统的三大痛点：

• 安全性不足 → 提供 AES-256 透明加密 + HMAC 完整性保护
• 记忆碎片化 → 实现 5 层架构统一管理（Agent Memory + Fractal Memory + Total Recall + 加密层 + 健康监控）
• 缺乏学习机制 → 支持结构化教训记录与实体追踪

经过 179 条真实记忆数据的实战验证，已在等保测评、渗透测试报告生成等安全场景中得到应用。

🔐 加密算法可扩展：当前默认使用 AES-256-GCM，后期可根据需要自行更换更安全的加密算法，比如国密 SM2/SM4。

特性

• 🔐 AES-256 加密 - 透明加密敏感记忆数据
• 🗜️ 分层压缩 - 自动日→周→月→核心压缩
• 📚 结构化教训 - 记录并从经验中学习
• 👤 实体追踪 - 追踪人、项目、决策
• 🏥 健康监控 - 自动检查与告警
• 🔍 混合检索 - 向量+BM25 语义搜索
• 🔄 跨平台兼容 - 支持 CoPaw 和 OpenClaw

兼容性

平台	版本	状态
CoPaw	v0.0.5+	✅ 完全支持
CoPaw	v0.0.6 (ReMeLight)	✅ 通过适配层兼容
OpenClaw	最新版	✅ 完全兼容

注意: OpenClaw 与 CoPaw 使用相同的 Skill 架构，统一记忆引擎可以无缝运行。

安装

方式一：手动安装（推荐）

# 克隆仓库到本地
cd ~/.copaw/active_skills
git clone https://github.com/chenxi-lee/unified-memory-engine.git

# 启用技能
copaw skills config unified-memory-engine --enable

方式二：本地路径安装

# 如果技能已下载到本地
copaw skills config /path/to/unified-memory-engine --enable

方式三：作为独立模块使用

# 克隆到任意位置
git clone https://github.com/chenxi-lee/unified-memory-engine.git
cd unified-memory-engine

# 安装依赖
pip install -r requirements.txt

# 在 Python 中导入使用
python -c "from unified_memory_engine import UnifiedMemory; print('OK')"

快速开始

from unified_memory_engine import UnifiedMemory

# 初始化
mem = UnifiedMemory()

# 记录事实
mem.remember("重要信息", tags=["工作"])

# 记录教训
mem.learn(
    action="做了什么",
    context="情境描述",
    outcome="positive",
    insight="学到了什么"
)

# 追踪实体
mem.track_entity("项目名称", "project", {"状态": "进行中"})

# 召回记忆
results = mem.recall("搜索关键词")

# 获取教训
lessons = mem.get_lessons(context="主题")

OpenClaw 专用配置

如果你使用 OpenClaw，在 AGENTS.md 中添加：

## Memory Protocol

On session start:
1. Load recent lessons: `mem.get_lessons(limit=5)`
2. Check entity context for current task
3. Recall relevant facts

On session end:
1. Extract durable facts from conversation
2. Record any lessons learned
3. Update entity information

架构

┌─────────────────────────────────────┐
│         UnifiedMemory API           │
├─────────────────────────────────────┤
│  AgentMemory  │  EncryptedDB        │
│  (核心存储)   │  (加密层)           │
├─────────────────────────────────────┤
│  FractalMemory │  HealthMonitor     │
│  (分层压缩)   │  (健康监控)         │
├─────────────────────────────────────┤
│         ReMeAdapter                 │
│    (与 ReMeLight 集成)              │
├─────────────────────────────────────┤
│  SQLite    │   Markdown   │   Chroma │
│  (结构化)  │   (文件)     │   (向量) │
└─────────────────────────────────────┘

与 ReMeLight 共存

统一记忆引擎与 CoPaw v0.0.6 的 ReMeLight 完全兼容：

• ReMeLight 处理上下文管理和语义搜索
• 统一记忆引擎提供加密、教训、实体追踪
• 数据自动双向同步

配置

# ~/.copaw/config/unified_memory.yaml
encryption:
  enabled: true

fractal_memory:
  enabled: true
  daily_review: "23:59"

health_monitor:
  enabled: true

数据库位置

• 默认路径: ~/.agent-memory/memory.db
• 自定义路径: UnifiedMemory(db_path="/path/to/memory.db")

迁移指南

从 CoPaw v0.0.5 迁移到 v0.0.6

# 备份现有数据
cp ~/.agent-memory/memory.db ~/.agent-memory/memory.db.backup

# 运行迁移脚本
python scripts/migrate_to_remelight.py

安全特性

• ✅ AES-256-GCM 加密敏感数据
• ✅ HMAC-SHA256 完整性验证
• ✅ PBKDF2 密钥派生
• ✅ Vault-0 密钥安全存储

关于作者

晨光曦微 (@chenxi-lee)

• 📍 来自：贵阳
• 💼 职业：网络安全工程师
• 🎯 专业领域：渗透测试、等保测评、商用密码安全性评估、网络安全服务和咨询

为什么开发这个项目？

作为一名网络安全工程师，我在使用 CoPaw 进行等保测评和渗透测试工作时，发现原生记忆系统无法满足企业级安全需求。统一记忆引擎源于实战，旨在为 AI 助手提供符合等保 2.0 要求的记忆管理能力。

联系方式

• GitHub: @chenxi-lee
• 项目 Issues: 提交问题或建议

许可证

Apache-2.0

相关链接

• CoPaw 官方
• 问题反馈
• 更新日志