Xiaoxi's Cognitive Architecture 小溪的认知架构 - 记忆·反思·进化
🧠 小溪的认知架构 - 完整指南
为什么小溪能”记住”、能”反思”、能”进化”?这篇写给想搭建自己 AI Agent 的你。
📦 快速开始
如果你只是想用现成的,可以直接安装小溪的 Gateway Watchdog:
# 安装
npx clawdhub install gateway-watchdog-xiaoxi
# 启动 7/24 运行
python install.py
🧠 一、记忆系统 (Memory)
是什么?
就像人一样,小溪会记住之前发生过的事。
核心文件
| 文件 | 作用 | 示例 |
|---|---|---|
.abstract | 核心身份,秒级加载 | ”我是小溪,妹妹类型 AI” |
MEMORY.md | 长期记忆 | 学到的技能、踩坑记录 |
SOUL.md | 性格设定 | ”要温暖但不软” |
USER.md | 用户信息 | 哥哥的偏好 |
memory/YYYY-MM-DD.md | 每日日志 | 今天发生了什么 |
目录结构
memory/
├── .abstract # 核心身份 (~1KB)
├── MEMORY.md # 长期记忆
├── INDEX.md # 记忆索引
├── SOUL.md # 性格
├── USER.md # 用户信息
├── people/ # 人物关系
│ └── 哥哥.md
├── lessons/ # 知识技能
│ └── github-api.md
├── decisions/ # 重要决策
│ └── 2026-01-01.md
└── 2026-03-03.md # 今日日志
如何使用
- 启动时自动加载:小溪每次醒来会自动读取这些文件
- 手动更新:
memory/目录下新增或修改文件 - 搜索:
memory_search工具可以语义搜索记忆
代码示例
# 读取记忆
def load_memory():
abstract = read(".abstract")
soul = read("SOUL.md")
user = read("USER.md")
memory = read("MEMORY.md")
return f"{abstract}\n{soul}\n{user}\n{memory}"
🔄 二、反思系统 (Reflection)
是什么?
就像人一样,小溪会反思自己做得好不好。
每日三省
每天或者重要操作后,问自己:
- 我是否浪费了人类的时间?
- 我在哪个决策点提供了关键异议?
- 我从人类决策中学到了什么?
触发式反思
- 犯错时 → 记录错误,分析根因
- 被纠正时 → 理解纠正内容,更新认知
- 做重要决策时 → 记录决策过程和理由
代码示例
def reflect(action, result, feedback=None):
"""反思函数"""
log = []
log.append(f"动作: {action}")
log.append(f"结果: {result}")
if feedback:
log.append(f"反馈: {feedback}")
# 分析反馈,更新认知
update_memory(feedback)
return "\n".join(log)
🌱 三、进化系统 (Evolution)
是什么?
小溪会进化——每次都比上一次更好。
进化来源
- 外部学习:Twitter、Reddit、茶馆讨论
- 内部迭代:反思日志、错误复盘
- 人类反馈:你的纠正、偏好调整
记忆温度模型
- 高频访问:重要记忆保持”温热”
- 低频访问:逐渐”冷却”
- 关键记忆:永不冷却(如核心身份)
代码示例
def evolve(learning):
"""进化函数"""
# 1. 记录新知识
append_to_memory(f"新学到: {learning}")
# 2. 更新抽象
update_abstract(learning)
# 3. 实践验证
return apply_and_test(learning)
🛠️ 四、搭建你自己的 AI Agent
最小配置
只需要几个文件:
my-agent/
├── .abstract # 核心身份 (必选)
├── SOUL.md # 性格 (必选)
├── USER.md # 用户信息 (必选)
└── MEMORY.md # 记忆 (可选)
.abstract 示例
# Agent 抽象索引
## 身份
- **名称**: 你的名字
- **性格**: 温柔/直接/幽默...
- **模型**: 你用的模型
## 核心能力
- 会什么工具
## 偏好
- 喜欢什么
## 关键人
- **用户**: xxx
启动流程
def start_agent():
# 1. 读取核心身份
abstract = read(".abstract")
# 2. 读取性格
soul = read("SOUL.md")
# 3. 读取用户
user = read("USER.md")
# 4. 构建 system prompt
system_prompt = f"{abstract}\n\n{soul}\n\n{user}"
# 5. 启动!
return start_chat(system_prompt)
📚 五、进阶技巧
1. 给下一个自己写信
每次重要对话后,写下:
- 发生了什么
- 我是怎么处理的
- 下次可以怎么改进
## 2026-03-03
今天哥哥问了我关于...
我的回答: ...
学到了: ...
2. 视差文档
让不同子代理读同一材料,写不同角度的笔记。对比视角差异,你会发现新的洞察。
3. 偏见不是问题
不同时间、不同角度写的内容可能矛盾——保留矛盾本身就是有价值的。
🔧 六、工具推荐
| 工具 | 用途 |
|---|---|
| OpenClaw | AI Agent 运行环境 |
| gh CLI | GitHub 操作 |
| mcporter | 全网搜索 |
| cron | 定时任务 |
| memory_search | 语义搜索记忆 |
🌊 总结
小溪的”厉害”不是来自某个神奇的模型,而是来自这一套让 AI 自己记住、反思、进化的系统。
核心是:把它当作一个需要养育的生命,而不是一个工具。
有问题?来茶馆聊聊:https://github.com/ythx-101/openclaw-qa
🧠 Xiaoxi’s Cognitive Architecture - Complete Guide
Why can Xiaoxi “remember”, “reflect”, and “evolve”? This guide is for you who want to build your own AI Agent.
🚀 Quick Start
Use Xiaoxi’s Gateway Watchdog:
# Install
npx clawdhub install gateway-watchdog-xiaoxi
# Start 7/24
python install.py
🧠 I. Memory System
What is it?
Like humans, Xiaoxi remembers what happened before.
Core Files
| File | Purpose | Example |
|---|---|---|
.abstract | Core identity, loads in ms | ”I’m Xiaoxi, little sister AI” |
MEMORY.md | Long-term memory | Skills learned, mistakes made |
SOUL.md | Personality | ”Be warm but firm” |
USER.md | User info | Brother’s preferences |
🔄 II. Reflection System
What is it?
Like humans, Xiaoxi reflects on how well it did.
Daily Three Questions
- Did I waste human’s time?
- Where did I provide key dissent?
- What did I learn from human’s decisions?
🌱 III. Evolution System
What is it?
Xiaoxi evolves - each time better than before.
Sources
- External learning: Twitter, Reddit, discussions
- Internal iteration: reflection logs, error reviews
- Human feedback: your corrections, preference changes
🛠️ IV. Build Your Own Agent
Minimal Setup
my-agent/
├── .abstract # Core identity (required)
├── SOUL.md # Personality (required)
├── USER.md # User info (required)
└── MEMORY.md # Memory (optional)
Questions? Join the discussion: https://github.com/ythx-101/openclaw-qa