Mengram ist ein Open-Source-Speichersystem, das OpenClaw-Agenten einen persistenten Speicher über Sitzungen hinweg bereitstellt. Das Tool behebt das Problem, dass OpenClaw-Agenten bei einem Neustart alles vergessen und sich nicht mehr daran erinnern, was funktioniert hat, was gescheitert ist und welche Verfahren sie gelernt haben.

Speichertypen

• Episodisches Gedächtnis — speichert, was passiert ist (Gespräche, Aktionen, Ergebnisse)
• Entitätsgedächtnis — verfolgt Personen, Werkzeuge, Projekte und Fakten über sie
• Prozedurales Gedächtnis — extrahiert automatisch „Wie mache ich X“-Verfahren aus wiederholten Mustern. Wenn Ihr Agent dreimal eine Herzschlagprüfung durchführt, erstellt Mengram ein wiederverwendbares Verfahren dafür
• Intelligente Archivierung — alte/veraltete Fakten werden automatisch ersetzt, wenn neue Informationen ihnen widersprechen

Integration mit OpenClaw

So verwenden Sie Mengram mit OpenClaw-Agenten:

from mengram import Mengram
m = Mengram(api_key="om-...")

Agent speichert, was er gelernt hat
m.add("Herzschlagprüfung abgeschlossen. Auftragswarteschlange hat 18 ausstehende Aufträge. Keine dringenden Warnungen.")
Später durchsucht der Agent seinen Speicher
results = m.search("wie ist der Herzschlagstatus?")
Verfahren werden automatisch aus wiederholten Mustern erstellt
procedures = m.get_procedures()
→ „Führe HEARTBEAT.md strict-check aus“, „Tägliche Besprechung um 10:00 Uhr“, usw.

Der Agent baut mit der Zeit prozedurales Wissen auf — er erinnert sich nicht nur an Fakten, sondern lernt, wie man Dinge tut und wann man sie tun sollte.

Technischer Stack

Mengram verwendet Python SDK, REST API, PostgreSQL + pgvector für Embeddings und funktioniert mit jedem LLM.

Das Projekt ist auf GitHub unter github.com/alibaizhanov/mengram verfügbar.