Plugin de Memória do Agente OpenClaw: Contexto Persistente Entre Sessões

Um desenvolvedor criou um plugin de memória para o OpenClaw que dá aos agentes memória persistente entre sessões, abordando a frustração de agentes esquecerem tudo entre interações e exigirem as mesmas explicações repetidamente.

Como funciona

O plugin implementa uma camada de memória que se conecta ao sistema de plugins do OpenClaw. Antes de cada turno, o agente recebe automaticamente contexto relevante de conversas passadas. Após cada turno, novos fatos e eventos são extraídos e armazenados.

O sistema pesquisa três tipos de memória antes de cada turno:

• Fatos — Exemplo: "Usa PostgreSQL no Supabase, implanta via Railway."
• Eventos — Exemplo: "Teve problema de OOM em 15 de março, corrigido com cache Redis."
• Fluxos de trabalho — Exemplo: "Implantação: build → teste → push para main → Railway implanta automaticamente."

Configuração

A configuração requer adicionar uma entrada de plugin ao openclaw.json:

{
  "plugins": {
    "entries": {
      "openclaw-mengram": {
        "enabled": true,
        "config": {
          "apiKey": "om-..."
        }
      }
    },
    "slots": {
      "memory": "openclaw-mengram"
    }
  }
}

O plugin inclui um gancho de recuperação automática que pesquisa a memória antes de cada turno do agente. Quando os fluxos de trabalho falham, o agente registra feedback e o procedimento evolui automaticamente para uma versão melhor na próxima vez.

A ferramenta é de código aberto sob licença Apache 2.0 e está disponível em github.com/alibaizhanov/mengram.