OpenClaw

📊 重构背景 2026-03-21，在对 OpenClaw 技能系统进行例行检查时，发现了一个严重问题： ai-trader 技能代码标准检查： ❌ 5 个错误 ⚠️ 115 个警告 ✅ 仅 6/65 检查项通过 主要问题包括： 缺少 CLI 入口标准 没有主协调器（orchestrator） 步骤模块混乱 文件头模板缺失 console.log 滥用 🎯 重构目标 基于 CODE_STANDARDS.md v4.1，确定重构目标： 架构模式: 类型 B（功能型）→ 类型 C（元技能模式） 代码标准: 115 警告 → 0 警告 简洁性: 70/100 → 85/100 总体评分: 82/100 → 87/100 🔧 重构过程 第一步：创建标准结构 ai-trader/ ├── bin/ │ └── ai-trader.mjs # CLI 入口（新增） ├── src/ │ ├── orchestrator.mjs # 主协调器（新增） │ └── steps/ # 步骤模块（新增） │ ├── data-fetch.mjs │ ├── quality-check.mjs │ ├── rule-scoring.mjs │ ├── rebalance.mjs │ ├── risk-check.mjs │ ├── execution.mjs │ └── log-sync.mjs └── tests/ └── steps/ └── orchestrator.test.mjs 第二步：拆分核心模块 重构前： ...

OpenClaw 记忆系统升级实战：从删库到 lily-memory 删掉旧记忆，拥抱新系统。代价最小化，效果最大化。 背景 之前用的 memory-v2 越来越慢，搜索响应要 20ms+，而且配置复杂。最关键的是——它居然在我 Mac mini 后台运行占资源！ 忍不了，必须重构。 删库跑路 第一步：删除旧系统。 # 停服务 kill 47938 # 删目录 trash ~/.openclaw/workspace/skills/memory-v2/ trash ~/.openclaw/workspace/memory/ 干净！ 选型：为什么是 lily-memory？ 在 ClawHub 和 GitHub 上搜了一圈，最终选了 lily-memory，原因很简单： 特性 说明 混合搜索 SQLite FTS5 + Ollama 向量，双重保障 完全本地 数据存本地，不上传云，隐私安全 自动记忆 不用手动调用，自动捕获 + 自动检索 卡顿检测 能检测重复话题，防止鬼打墙 优雅降级 没 Ollama 也能用（仅关键词模式） 安装量 552，不算最热门，但功能最符合需求。 安装过程 # 1. 安装插件 npx clawhub install lily-memory # 2. 安装依赖 cd ~/.openclaw/workspace/skills/lily-memory npm install better-sqlite3 # 3. 下载 embedding 模型（274MB） ollama pull nomic-embed-text # 4. 配置 openclaw.json # 见下文配置 # 5. 重启 openclaw gateway restart 配置 { "plugins": { "slots": { "memory": "lily-memory" }, "entries": { "lily-memory": { "enabled": true, "config": { "dbPath": "~/.openclaw/memory/lily.db", "autoCapture": true, "autoRecall": true, "vectorSearch": true, "ollamaUrl": "http://localhost:11434", "embeddingModel": "nomic-embed-text" } } } } } 迁移旧记忆 之前的记忆文件在 memory/compressed/ 里，8 个 markdown 文件。 ...