Extraí a memória markdown padrão do OpenClaw e construí uma camada de API Node.js/Postgres em vez disso

Um desenvolvedor que criava um Analisador de Produtividade Cognitiva com OpenClaw encontrou uma barreira no arquivo MEMORY.md padrão após semanas de uso. O arquivo de texto simples se transformou em um motor de alucinações — o agente lembrava designs de API obsoletos como verdade e esquecia tradeoffs acordados no sistema. A solução: desabilitar o plugin memory-core e construir uma camada de imposição determinística.

Detalhes da Arquitetura

• Banco de Dados: PostgreSQL com esquemas rígidos para system_architecture_rules, api_design_decisions e feature_roadmaps.
• Middleware: Backend Node.js/Express exposto ao OpenClaw via chamadas de ferramentas personalizadas.
• Contratos Tipados: O agente deve executar POST /memory/architecture com um payload JSON validado pelo TypeScript para registrar tradeoffs de design ou rotas de API.
• Injeção de Contexto Imutável: Na consulta, a camada de ferramentas recupera linhas exatas do Postgres e as injeta no contexto antes do agente raciocinar.

Resultados

O desvio de contexto caiu a zero absoluto. O agente não pode alucinar um esquema de banco de dados porque está restrito por dados relacionais. Atualizar uma regra de arquitetura sobrescreve a linha antiga — sem notas conflitantes. Tradeoff: ~150ms de latência por chamada de ferramenta e um fim de semana de codificação backend.

Conclusão

O desenvolvedor argumenta que a memória do agente não é um problema de armazenamento, mas sim de design de API. Forçar o LLM a categorizar pensamentos através de limites de ferramentas rígidos evita a corrupção de estado ao longo de centenas de iterações. Considerando abrir o repositório Node como código aberto.