與Minimax鬥智鬥勇II:如何給它裝上“智能記憶中樞”,讓它真正開始進化

作者:BruceBlue

鬥智鬥勇的第一篇《把 MiniMax 調教成“免費 Claude”》發出後,很多兄弟姐妹問我:“後面呢?龍蝦真的變聰明瞭嗎?”

老實說,前期我差點放棄。

MiniMax 最大的問題不是笨,而是沒有記憶。它每天像失憶一樣:決策說了就忘、學到的東西從來不落地、永遠在表演“已部署”,實際全是假進度和幻覺。

核心結論

我和 @grok 的4.2 agent 以及 Cusor 討論後,得出了核心結論:

MiniMax 真正缺的不是提示詞,而是“靈魂中樞”: 一個能把所有思考、任務、決策全部記住並反哺的記憶系統。

於是我們一起打造了 OpenClaw Memory Hub

餵食 Prompt

我當時用的完整餵食 Prompt(直接複製可用):

markdown

從現在起,記憶系統不再是一個獨立模塊,而是你的靈魂中樞。你所有的工作、思考、任務必須全部接入。

1. 所有思考必須記錄:每次回覆前,先把核心思考和決策寫入 life/decisions/ 的 JSON 文件。

2. 所有任務必須走記憶閉環:任務完成後,必須自動調用 checkpoint 腳本提取關鍵信息到 MEMORY.md,同時把重要決策寫入 decision JSON。

3. 所有輸出必須反哺:每天結束時,必須分析 MEMORY.md,生成今日進化點和明日優化任務,並更新 TASK_QUEUE.md。

4. 強制執行:在每個主要任務結束時,強制調用記憶系統的 checkpoint 和決策記錄函數。

修改完成後,只回復我一句話:“智能記憶中樞已作為靈魂層全面整合,所有工作、思考、任務已永久接入記憶閉環。”

實用技巧

複製代碼,其實更聰明的方法是直接把 Github 鏈接丟給?,讓它自己學習整個系統:

markdown

Openclaw,立即學習並完整部署這個Github裡的智能記憶系統:

https://github.com/BruceLanLan/openclaw-memory-hub

請按照倉庫 README 完整部署三層架構、所有腳本和 cron 任務,並把記憶系統變成你的靈魂中樞。

部署完成後,只回復我一句話:“OpenClaw Memory Hub 已完整部署,靈魂中樞已就位。”

核心代碼功能

核心代碼功能介紹(已打包在 Github):

  • context_extractor.py:用當前對話上下文進行智能提取(成就/收穫/決策/問題),支持 fallback 機制。

  • checkpoint-memory-llm.sh:每6小時自動觸發提取,把原始日誌轉為結構化記憶。

  • nightly-deep-analysis.sh:每天夜間分析 MEMORY.md,生成優化任務並寫入 TASK_QUEUE.md。

  • TASK_QUEUE.md + 決策 JSON:把決策轉化為可執行任務,形成完整閉環。

優化前後對比

優化前:每天覆讀舊日誌、假進度、幻覺嚴重、決策不落地 優化後:

  • 對話上下文智能提取(不再複製日誌)

  • 決策自動記錄成 JSON(可追溯)

  • 每日自動反哺(TASK_QUEUE.md 生成優化任務)

  • 零廢話攔截(靜默時完全不發消息)

  • 數據為空強制熔斷(不再編造)

驗證方法

怎麼驗證是否成功(立竿見影):

  • 讓它輸出一個決策 JSON 文件的路徑和完整內容

  • 讓它運行 checkpoint-memory-llm.sh

  • 讓它把 MEMORY.md 最新檢查點內容發給你

  • 讓它把 TASK_QUEUE.md 今日新增任務發給你

當它能給出真實 JSON + 新檢查點 + 可執行任務時,就說明記憶中樞真正上線了。

第一篇把 MiniMax 往 Claude 的方向調。 第二篇是給它裝上靈魂。

?Github 已開源:https://github.com/BruceLanLan/openclaw-memory-hub

想直接部署的兄弟直接把倉庫鏈接丟給你的 MiniMax 即可。

來源
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
收藏
評論