Workspace Memory v2 (offline): mga tala sa pananaliksik¶

Target: Clawd-style na workspace (agents.defaults.workspace, default ~/.openclaw/workspace) kung saan ang “memorya” ay naka-store bilang isang Markdown file kada araw (memory/YYYY-MM-DD.md) kasama ang maliit na hanay ng mga stable file (hal. memory.md, SOUL.md).

Iminumungkahi ng dokumentong ito ang isang offline-first na arkitektura ng memorya na pinananatiling Markdown ang canonical, nare-review na source of truth, ngunit nagdadagdag ng structured recall (search, entity summaries, confidence updates) sa pamamagitan ng isang derived index.

Bakit magbabago?¶

Ang kasalukuyang setup (isang file kada araw) ay mahusay para sa:

• “append-only” na journaling
• pag-e-edit ng tao
• git-backed na durability + auditability
• low-friction na pagkuha (“isulat mo lang”)

Mahina ito para sa:

• high-recall na retrieval (“ano ang napagdesisyunan natin tungkol sa X?”, “huling beses na sinubukan natin ang Y?”)
• entity-centric na sagot (“sabihin mo sa akin ang tungkol kay Alice / The Castle / warelay”) nang hindi muling binabasa ang maraming file
• katatagan ng opinyon/preference (at ebidensya kapag nagbago)
• at conflict resolution and conflict resolution

Mga layunin sa disenyo¶

• Offline: gumagana nang walang network; puwedeng tumakbo sa laptop/Castle; walang cloud dependency.
• Explainable: ang mga nare-retrieve na item ay dapat ma-attribyut (file + lokasyon) at maihiwalay mula sa inference.
• Low ceremony: nananatiling Markdown ang daily logging, walang mabigat na schema work.
• Incremental: kapaki-pakinabang na ang v1 gamit lang ang FTS; optional na upgrade ang semantic/vector at graphs.
• Agent-friendly: ginagawang madali ang “recall sa loob ng token budgets” (nagbabalik ng maliliit na bundle ng facts).

North star na modelo (Hindsight × Letta)¶

Dalawang bahagi na pagsasamahin:

1. Control loop na istilong Letta/MemGPT

• panatilihin ang maliit na “core” na laging nasa context (persona + key user facts)
• ang lahat ng iba pa ay out-of-context at nire-retrieve sa pamamagitan ng tools
• ang memory writes ay explicit na tool calls (append/replace/insert), pini-persist, at saka muling ini-inject sa susunod na turn

2. Memory substrate na istilong Hindsight

• ihiwalay ang naobserbahan vs pinaniniwalaan vs sinummarize
• suportahan ang retain/recall/reflect
• mga opinyong may confidence na puwedeng mag-evolve batay sa ebidensya
• entity-aware na retrieval + temporal queries (kahit walang full knowledge graphs)

Iminungkahing arkitektura (Markdown source-of-truth + derived index)¶

Canonical na imbakan (git-friendly)¶

Panatilihin ang ~/.openclaw/workspace bilang canonical na human-readable na memorya.

Iminungkahing layout ng workspace:

~/.openclaw/workspace/
  memory.md                    # small: durable facts + preferences (core-ish)
  memory/
    YYYY-MM-DD.md              # daily log (append; narrative)
  bank/                        # “typed” memory pages (stable, reviewable)
    world.md                   # objective facts about the world
    experience.md              # what the agent did (first-person)
    opinions.md                # subjective prefs/judgments + confidence + evidence pointers
    entities/
      Peter.md
      The-Castle.md
      warelay.md
      ...

Mga tala:

• Hindi na kailangang gawing JSON. Mga entity: @Peter, @warelay, atbp (ang mga slug ay nagmamapa sa bank/entities/*.md)
• Ang mga file na bank/ ay curated, ginagawa ng mga reflection job, at maaari pa ring i-edit nang mano-mano.
• Ang memory.md ay nananatiling “maliit + core-ish”: ang mga bagay na gusto mong makita ng Clawd sa bawat session.

Derived na imbakan (machine recall)¶

Magdagdag ng derived index sa ilalim ng workspace (hindi kinakailangang git tracked):

~/.openclaw/workspace/.memory/index.sqlite

Suportahan ito ng:

• SQLite schema para sa facts + entity links + opinion metadata
• SQLite FTS5 para sa lexical recall (mabilis, maliit, offline)
• opsyonal na embeddings table para sa semantic recall (offline pa rin)

Ang index ay laging maaaring i-rebuild mula sa Markdown.

Panatilihin / Alalahanin / Magnilay (operational loop)¶

Retain: i-normalize ang daily logs tungo sa “facts”¶

Ang mahalagang insight ng Hindsight dito: mag-store ng narrative, self-contained na facts, hindi maliliit na snippet.

Praktikal na patakaran para sa memory/YYYY-MM-DD.md:

• sa pagtatapos ng araw (o habang nangyayari), magdagdag ng isang ## Retain na seksyon na may 2–5 bullets na:
• narrative (nananatili ang cross-turn context)
• self-contained (may saysay kahit mag-isa sa hinaharap)
• may tag ng type + entity mentions

Halimbawa:

## Retain
- W @Peter: Currently in Marrakech (Nov 27–Dec 1, 2025) for Andy’s birthday.
- B @warelay: I fixed the Baileys WS crash by wrapping connection.update handlers in try/catch (see memory/2025-11-27.md).
- O(c=0.95) @Peter: Prefers concise replies (<1500 chars) on WhatsApp; long content goes into files.

Minimal na parsing:

• Type prefix: W (world), B (experience/biographical), O (opinion), S (observation/summary; karaniwang generated)
• opinyon: “ano ang mas gusto ni Peter?”
• Opinion confidence: O(c=0.0..1.0) opsyonal

Kung ayaw mong isipin ito ng mga author: maaaring i-infer ng reflect job ang mga bullet na ito mula sa natitirang log, ngunit ang pagkakaroon ng explicit na ## Retain na seksyon ang pinakamadaling “quality lever”.

Recall: mga query sa derived index¶

Dapat suportahan ng recall ang:

• lexical: “hanapin ang eksaktong terms / pangalan / commands” (FTS5)
• entity: “sabihin mo sa akin ang tungkol sa X” (entity pages + entity-linked facts)
• temporal: “ano ang nangyari bandang Nob 27” / “mula noong nakaraang linggo”
• (may kumpiyansa + ebidensya) (with confidence + evidence)

Ang format ng ibinabalik ay dapat agent-friendly at may citation ng sources:

• kind (world|experience|opinion|observation)
• timestamp (source day, o extracted na time range kung mayroon)
• entities (["Peter","warelay"])
• content (ang narrative fact)
• source (memory/2025-11-27.md#L12 atbp.)

Reflect: gumawa ng stable pages + i-update ang mga paniniwala¶

Ang reflection ay isang scheduled job (daily o heartbeat ultrathink) na:

• ina-update ang bank/entities/*.md mula sa mga kamakailang facts (entity summaries)
• ina-update ang bank/opinions.md na confidence batay sa reinforcement/contradiction
• opsyonal na nagmumungkahi ng mga edit sa memory.md (“core-ish” na matitibay na facts)

Pag-evolve ng opinyon (simple, explainable):

• bawat opinyon ay may:
• statement
• confidence c ∈ [0,1]
• last_updated
• evidence links (sumusuporta + sumasalungat na fact IDs)
• kapag may dumating na bagong facts:
• hanapin ang candidate opinions batay sa entity overlap + similarity (FTS muna, embeddings sa susunod)
• i-update ang confidence sa pamamagitan ng maliliit na delta; ang malalaking talon ay nangangailangan ng malakas na contradiction + paulit-ulit na ebidensya

Integrasyon ng CLI: standalone vs malalim na integrasyon¶

Rekomendasyon: malalim na integrasyon sa OpenClaw, ngunit panatilihin ang hiwalay na core library.

Bakit i-integrate sa OpenClaw?¶

• Alam na ng OpenClaw ang:
• path ng workspace (agents.defaults.workspace)
• session model + heartbeats
• logging + mga pattern sa pag-troubleshoot
• Gusto mong ang agent mismo ang tumawag sa mga tool:
• openclaw memory recall "…" --k 25 --since 30d
• openclaw memory reflect --since 7d

Bakit hatiin pa rin ang isang library?¶

• panatilihing testable ang memory logic nang walang gateway/runtime
• magamit muli sa iba pang konteksto (local scripts, future desktop app, atbp.)

Hugis: Ang memory tooling ay inaasahang isang maliit na CLI + library layer, ngunit exploratory pa lamang ito.

“S-Collide” / SuCo: kailan ito gagamitin (pananaliksik)¶

Kung ang “S-Collide” ay tumutukoy sa SuCo (Subspace Collision): isa itong ANN retrieval approach na tumatarget sa malakas na recall/latency tradeoffs sa pamamagitan ng learned/structured collisions sa mga subspace (papel: arXiv 2411.14754, 2024).

Pragmatic na pananaw para sa ~/.openclaw/workspace:

• huwag magsimula sa SuCo.
• magsimula sa SQLite FTS + (opsyonal) simpleng embeddings; makukuha mo agad ang karamihan ng UX wins.
• isaalang-alang lamang ang SuCo/HNSW/ScaNN-class na solusyon kapag:
• malaki na ang corpus (sampu-sampung libo hanggang daan-libong chunks)
• masyado nang mabagal ang brute-force embedding search
• ang kalidad ng recall ay malinaw na bottleneck ng lexical search

Mga offline-friendly na alternatibo (pataas ang complexity):

• SQLite FTS5 + metadata filters (walang ML)
• Embeddings + brute force (nakakagulat na umaabot nang malayo kung kaunti ang chunks)
• HNSW index (karaniwan, matibay; nangangailangan ng library binding)
• SuCo (research-grade; kaakit-akit kung may solid na implementation na puwedeng i-embed)

Bukas na tanong:

• ano ang pinakamahusay na offline embedding model para sa “personal assistant memory” sa iyong mga makina (laptop + desktop)?
• kung mayroon ka nang Ollama: mag-embed gamit ang local model; kung hindi, mag-ship ng maliit na embedding model sa toolchain.

Pinakamaliit na kapaki-pakinabang na pilot¶

Kung gusto mo ng minimal pero kapaki-pakinabang na bersyon:

• Magdagdag ng bank/ na entity pages at isang ## Retain na seksyon sa daily logs.
• Gumamit ng SQLite FTS para sa recall na may citations (path + line numbers).
• Magdagdag lamang ng embeddings kung hinihingi ito ng kalidad o scale ng recall.

Mga sanggunian¶

• Mga konsepto ng Letta / MemGPT: “core memory blocks” + “archival memory” + tool-driven na self-editing memory.
• Hindsight Technical Report: “retain / recall / reflect”, four-network memory, narrative fact extraction, opinion confidence evolution.
• SuCo: arXiv 2411.14754 (2024): “Subspace Collision” approximate nearest neighbor retrieval.