永続的なOpenClawエージェントコンテキストのための3層メモリアーキテクチャ

永続的なエージェントコンテキストのためのメモリアーキテクチャ

不動産向けのマルチエージェントOpenClaw運用を実行している開発者は、エージェントが毎回ゼロからセッションを開始し、以前の作業を再説明する必要があるという永続的なコンテキスト喪失に直面しました。これにより、エージェントが温かいリードを他人のように扱ったり、状態の欠如により期限を逃したりするなど、具体的なビジネスコストが発生しました。

解決策は、OpenClawの既存のワークスペースとメモリインフラ上に構築された3層のメモリアーキテクチャです。情報は層を下向きに流れ、層間で重複することはありません。

レイヤー1：脳（ワークスペースファイル）

OpenClawは、プロジェクトコンテキストとして固定セットのワークスペースファイルを毎ターン自動的に注入します。これら7つのファイルがエージェントのオペレーティングシステムを形成します：

• SOUL.md：性格、声、価値観
• AGENTS.md：役割、ルール、レーン
• MEMORY.md：現在アクティブなもの（項目ごとに1行、現在形）
• USER.md：ユーザーの考え方とニーズ
• TOOLS.md：マシン固有のコマンドと回避策
• IDENTITY.md：名前、役割、クイックリファレンス
• HEARTBEAT.md：定期的なチェックのための定常タスク

開発者は予算ルールを確立しました：OpenClawはファイルあたり最大20,000文字を許可しますが、ファイルあたり500〜1,000トークンを目標とし、L1全体を7,000トークン未満に保ちます。これにより、エージェントが膨張したファイルを流し読みするのではなく、実際にすべてを読むことが保証されます。trimコマンドがこの制限を強制します。

安定性ルール：L1ファイルはユーザーまたはチェックポイントのみが更新します。エージェントは自身のルールをランダムに変更せず、例外としてMEMORY.mdは現在の状態を反映するために更新できます。

レイヤー2：メモリ（セマンティック検索）

これは、OpenClawの組み込みmemory_searchツールを使用した長期記憶で、MEMORY.mdとmemory/ディレクトリ内のすべてをセマンティックに検索します。エージェントが以前の作業、決定、またはコンテキストについて尋ねられたとき、自動的にL2を検索します。

ここには2種類のファイルがあります：

• 日次ノート：memory/YYYY-MM-DD.md（OpenClawの慣例）セッション履歴、行われた決定、完了した作業、修正を含む
• ブレッドクラムファイル：memory/[トピック名].md（開発者の追加）状況ごとに整理された精選された事実を含み、ファイルあたり最大4KB、1行に1つの事実

ブレッドクラムファイル内のすべての重要な事実には、L3へのポインターが含まれています：→ 詳細：reference/ファイル名.md。これにより、L2とL3の間の架け橋が作成され、エージェントは関連する1つの事実を覚えるために完全な参照ドキュメントを読み込む必要がなくなります。

重要な洞察：L2の精度は、そこに書き込まれる内容に完全に依存します。エージェントがアクションを実行し、次に進む前にそれを記録しない場合、状態ファイルは古い情報を返し始めます。

レイヤー3：参照（オンデマンド）

これは完全に開発者の追加であり、OpenClawの慣例ではありません。reference/ディレクトリには、深いコンテキストが含まれています：SOP、フレームワーク、プレイブック、および調査。

エージェントは、特定のタスクに深さが必要な場合にオンデマンドでL3にアクセスします。めったに重要でないものを読み込んでコンテキストを浪費するのを避けるために、設計上memory_searchでは検索されません。

完全なフロー：L1（常に読み込まれる）→ L2（メモリ）を検索 → L3（参照）をオンデマンドで開く。