Total Recall — 自律型エージェントメモリ

唯一、自動的に監視するメモリスキル。

データベース不要。ベクトル不要。手動保存不要。会話をLLMオブザーバーが優先度付きノートに圧縮し、増大時に統合し、見落とした情報を復旧します。5層の冗長性、ゼロメンテナンス。無料層モデル使用時は月額約$0.00。

他のメモリスキルは「覚えておくことを思い出してください」と言いますが、このスキルは単に注意を払います。

アーキテクチャ

Layer 1: Observer (cron, every 15-30 min)
    ↓ compresses recent messages → observations.md
Layer 2: Reflector (auto-triggered when observations > 8000 words)
    ↓ consolidates, removes superseded info → 40-60% reduction
Layer 3: Session Recovery (runs on every /new or /reset)
    ↓ catches any session the Observer missed
Layer 4: Reactive Watcher (inotify daemon, Linux only)
    ↓ triggers Observer after 40+ new JSONL writes, 5-min cooldown
Layer 5: Pre-compaction hook (memoryFlush)
    ↓ emergency capture before OpenClaw compacts context

機能概要

• Observer は最近のセッショントランスクリプト(JSONL)を読み込み、LLMに送信し、優先度レベル(高、中、低)付きの圧縮された観察結果を observations.md に追記します
• Reflector は観察結果が大きく成長した際に起動し、関連項目を統合し、古い低優先度エントリを削除します
• Session Recovery はセッション開始時に実行され、前回のセッションがキャプチャされたか確認し、されていない場合は緊急観察を実行します
• Reactive Watcher はinotifyでセッションディレクトリを監視するため、高活動期は定期実行間隔より高速でキャプチャされます
• Pre-compaction hook はOpenClawがコンテキストを圧縮しようとする際に発火し、何も失われないようにします

クイックスタート

1. スキルをインストール

clawdhub install total-recall

2. APIキーを設定

.env またはOpenClawの設定に追加:

OPENROUTER_API_KEY=sk-or-v1-xxxxx

3. セットアップスクリプトを実行

bash skills/total-recall/scripts/setup.sh

以下の処理が行われます:

• メモリディレクトリ構造を作成(memory/, logs/, backups)
• Linux + inotify + systemd の場合: リアクティブウォッチャーサービスをインストール
• 手動で追加するcronジョブとエージェント設定の指示を表示

4. エージェントを設定して観察結果を読み込む

エージェントのワークスペースコンテキスト(例:MEMORY.md またはシステムプロンプト)に追加:

セッション開始時に、セッション間のコンテキストのために `memory/observations.md` を読み込みます。

または、OpenClawの memoryFlush.systemPrompt を使用してスタートアップ指示をインジェクトします。

プラットフォームサポート

プラットフォーム	Observer + Reflector + Recovery	Reactive Watcher
Linux (Debian/Ubuntu/等)	フルサポート	inotify-tools対応
macOS	フルサポート	利用不可(cronのみ)

すべてのコアスクリプトはポータブルなbashを使用します。stat、date、md5 コマンドは _compat.sh を通じてクロスプラットフォーム対応です。

設定

すべてのスクリプトは妥当なデフォルト値を持つ環境変数から読み込みます:

変数	デフォルト	説明
OPENROUTER_API_KEY	(必須)	LLM呼び出し用のOpenRouter APIキー
MEMORY_DIR	$OPENCLAW_WORKSPACE/memory	observations.md が存在する場所
SESSIONS_DIR	~/.openclaw/agents/main/sessions	OpenClawセッショントランスクリプト
OBSERVER_MODEL	stepfun/step-3.5-flash:free	圧縮用の主要モデル(無料)
OBSERVER_FALLBACK_MODEL	nvidia/nemotron-3-nano-30b-a3b:free	主要モデル失敗時のフォールバック(無料)
OBSERVER_LOOKBACK_MIN	15	過去を遡る分数(昼間)
OBSERVER_MORNING_LOOKBACK_MIN	480	過去を遡る分数(午前8時前)
OBSERVER_LINE_THRESHOLD	40	リアクティブトリガー前の行数(Linux)
OBSERVER_COOLDOWN_SECS	300	リアクティブトリガー間のクールダウン(Linux)
REFLECTOR_WORD_THRESHOLD	8000	reflectorが実行される前の単語数
REFLECTOR_MODEL	nvidia/nemotron-3-super-120b-a12b:free	観察結果統合用モデル(無料)
REFLECTOR_FALLBACK_MODEL	openrouter/hunter-alpha	reflectorモデル失敗時のフォールバック(無料)
OPENCLAW_WORKSPACE	~/your-workspace	ワークスペースのルート

LLMプロバイダー設定

Total Recallは任意のOpenAI互換チャット完了APIを使用します。環境変数を設定してプロバイダーを切り替えます:

変数	デフォルト	説明
LLM_BASE_URL	https://openrouter.ai/api/v1	APIエンドポイント
LLM_API_KEY	OPENROUTER_API_KEY にフォールバック	APIキー
LLM_MODEL	deepseek/deepseek-v3.2	使用するモデル

プロバイダーの例

# OpenRouter (デフォルト)
export OPENROUTER_API_KEY="your-key"

# Ollama (ローカル)
export LLM_BASE_URL="http://localhost:11434/v1"
export LLM_API_KEY="ollama"
export LLM_MODEL="llama3.1:8b"

# Groq
export LLM_BASE_URL="https://api.groq.com/openai/v1"
export LLM_API_KEY="your-groq-key"
export LLM_MODEL="llama-3.3-70b-versatile"

作成されるファイル

memory/
  observations.md          # メイン観察ログ(スタートアップ時に読み込み)
  observation-backups/     # Reflectorバックアップ(最新10個を保持)
  .observer-last-run       # 最後のobserver実行のタイムスタンプ
  .observer-last-hash      # 最後に処理されたメッセージの重複排除ハッシュ
logs/
  observer.log
  reflector.log
  session-recovery.log
  observer-watcher.log

Cronジョブ

セットアップスクリプトは以下のOpenClaw cronジョブを作成します:

ジョブ	スケジュール	説明
memory-observer	15分ごと	最近の会話を圧縮
memory-reflector	1時間ごと	観察結果が大きい場合は統合

リアクティブウォッチャー(Linuxのみ)

リアクティブウォッチャーは inotifywait を使用してセッションアクティビティを検出し、cronだけより高速にobserverをトリガーします。Linux + inotify-tools インストール必須です。

# inotify-tools をインストール(Debian/Ubuntu)
sudo apt install inotify-tools

# ウォッチャーのステータスを確認
systemctl --user status total-recall-watcher

# ログを表示
journalctl --user -u total-recall-watcher -f

コスト

OpenRouter経由の無料モデルを使用した場合:

• 無料層モデル使用時は月額約$0.00(通常使用時 observer + reflector)
• 1日約15～30回の定期実行、各実行で数百トークンを処理
• すべてのデフォルトモデルは無料層モデル

モデルに関する注記

スクリプトにはAPIレスポンスの .content と .reasoning の両フィールドに対する防御的な処理が含まれています。ほとんどのモデルは標準的な .content フィールドでコンテンツを返しますが、.reasoning へのフォールバックは異なるレスポンス形式を使用する可能性があるモデルとの互換性を保証します。

技術的な仕組み

Observer

1. 最近変更されたセッションJSONLファイルを検出
2. サブエージェント/cronセッションを除外
3. ルックバックウィンドウからユーザー+アシスタントメッセージを抽出
4. MD5ハッシュ比較を使用して重複排除
5. observerプロンプト(優先度ベースの圧縮)と共にLLMに送信
6. 結果を observations.md に追記
7. 観察結果が単語閾値を超える場合、reflectorをトリガー

Reflector

1. 現在の観察結果をバックアップ
2. 統合指示と共にLLMにログ全体を送信
3. 出力が入力より短いことを検証(サニティチェック)
4. 観察結果を統合版に置き換え
5. 古いバックアップをクリーンアップ(最新10個を保持)

Session Recovery

1. /new または /reset の際に実行
2. 最後のセッションファイルの最近の行をハッシュ化
3. 最後のobserver実行時に保存されたハッシュと比較
4. 不一致の場合: リカバリーモード(4時間ルックバック)でobserverを実行
5. フォールバック: observerが失敗した場合、未加工メッセージ抽出

Reactive Watcher

1. inotifywait を使用してセッションディレクトリを監視
2. メインセッションファイルのみへのJSONL書き込みをカウント
3. 40行以上後: observerをトリガー(5分クールダウン付き)
4. cron/外部observerの実行を検出時にカウンターをリセット

プロンプトのカスタマイズ

observerとreflectorのシステムプロンプトは prompts/ にあります:

• prompts/observer-system.txt — 会話がどのように圧縮されるかを制御
• prompts/reflector-system.txt — 観察結果がどのように統合されるかを制御

エージェントの個性と優先度に合わせて編集します。

---

ドリームサイクル

ドリームサイクルはオプションの夜間エージェントで、営業時間後に実行され observations.md を統合します。古い項目をアーカイブし、意味論的フックを追加するため、有用な情報は実質的に失われません。コンテキストは簡潔に保たれ、すべてが検索可能なままです。

機能

• すべての観察結果を影響度(critical/high/medium/low/minimal)と経過時間で分類
• 関連性閾値を過ぎた項目をアーカイブ
• アーカイブされた各項目に意味論的フックを追加(特定のキーワード+アーカイブ参照)
• 結果を検証し、何か問題が生じた場合は自動的にロールバック

機能

マルチフック検索 — アーカイブされた各項目につき4～5個の代替検索フレーズ。元の単語とは異なる単語を使用した検索でも記憶が見つかります。

信頼度スコアリング — すべての観察結果は信頼度スコア(0.0～1.0)とソースタイプ(explicit、implicit、inference、weak、uncertain)を取得します。信頼度の高い項目はより長く保持され、信頼度の低い項目はより早くアーカイブされます。

メモリタイプシステム — 7つのタイプとタイプごとのTTL: event (14日)、fact (90日)、preference (180日)、goal (365日)、habit (365日)、rule (無期限)、context (30日)。 observations.md の目に見えないHTMLメタデータコメントとして埋め込まれます。

観察結果チャンキング — 関連する3つ以上の観察結果のクラスタは単一の要約エントリに圧縮されます。ソース観察結果はアーカイブされ、チャンクフックがそれらを置き換えます。最大75%のトークン削減を実現します。

重要度減衰 — 各アーカイブ決定前にタイプごとの日次減衰が重要度スコアに適用されます。減衰して削除閾値を下回った項目は削除キューに入ります。レート: event (-0.5/日)、fact (-0.1/日)、preference (-0.02/日)、rule/habit/goal (減衰なし)。

パターン昇格 — 最近のドリームログをスキャンして再発するテーマ(3日以上にわたって3回以上の出現)を検出します。昇格提案を memory/dream-staging/ に書き込みます。staging-review.sh を使用して提案を一覧表示、表示、承認、または拒否します。context タイプは自動的に昇格されることはありません。

セットアップ

1. bash skills/total-recall/scripts/setup.sh を実行 — ドリームサイクルディレクトリが自動的に作成されます。

2. 夜間cronジョブを完全なエージェント実行として追加:

   # Dream Cycle — 夜間 (推奨: 午前3時; タイムゾーンに合わせて調整)
   # ドリームサイクルは完全なエージェント実行として実行されます — 直接のbash呼び出しではなく。
   # dream-cycle.sh は、エントリポイントではなく、エージェントによって呼び出されるファイル操作ヘルパーです。
   #
   # 0 3 * * * bash -c 'source ~/.openclaw/shared/secrets/openclaw-secrets.env \
   #   && openclaw agent --agent main \
   #   --message "Run the Total Recall Dream Cycle. Follow the instructions in \
   # $WORKSPACE/skills/total-recall/prompts/dream-cycle-prompt.md exactly. \
   # Use READ_ONLY_MODE=false and DREAM_PHASE=1." \
   #   --json >> $WORKSPACE/logs/dream-cycle.log 2>&1'
   

3. prompts/dream-cycle-prompt.md をシステムプロンプトとして使用してcronエージェントを設定します。推奨モデル: Dreamer用Claude Sonnet(分析+決定)、Observer用DeepSeek v3.2(安価、高速)。

4. 最初の数晩は READ_ONLY_MODE=true で開始します。各実行後に memory/dream-logs/ をチェックして、何がアーカイブされるかを検証します。

5. 満足したら READ_ONLY_MODE=false に切り替えます。

設定

変数	デフォルト	説明
DREAM_TOKEN_TARGET	8000	統合後の observations.md のトークンターゲット
READ_ONLY_MODE	false	書き込みなしのドライラン分析の場合は true に設定

ファイル

ファイル	説明
scripts/dream-cycle.sh	エージェント によって呼び出される シェルヘルパー(スタンドアロン実行ではない): preflight、archive、update-observations、write-log、write-metrics、validate、rollback
prompts/dream-cycle-prompt.md	夜間ドリームサイクル実行用エージェントプロンプト
dream-cycle/README.md	ドリームサイクルクイックリファレンス
schemas/observation-format.md	拡張観察メタデータ形式

作成されるディレクトリ

memory/
  archive/
    observations/        # アーカイブされた項目(夜間につき1つの .md ファイル)
    chunks/              # チャンク化された観察グループ
  dream-logs/            # 夜間実行レポート
  dream-staging/         # 人間のレビュー待ちのパターン昇格提案
  .dream-backups/        # 実行前の安全バックアップ
research/
  dream-cycle-metrics/
    daily/               # 夜間ごとのJSONメトリクス

---

トラブルシューティング

Observerが実行されていない?

• logs/observer.log でエラーを確認
• OPENROUTER_API_KEY が設定され有効であることを確認
• cronが有効であることを確認: crontab -l

セッション開始時に観察結果が読み込まれていない?

• エージェントのスタートアップ指示に memory/observations.md の読み込みが含まれていることを確認
• MEMORY_DIR が正しい場所を指しているか確認

リアクティブウォッチャーがトリガーされていない(Linux)?

• systemctl --user status total-recall-watcher を実行
• inotify-tools がインストールされているか確認: which inotifywait
• ウォッチャーログを表示: journalctl --user -u total-recall-watcher -f

ドリームサイクルがアーカイブを積極的に実行しすぎている?

• READ_ONLY_MODE=true を有効化し、本稼働前にドリームログを確認
• DREAM_TOKEN_TARGET を上げてアーカイブを少なくする

ドリームサイクルのアーカイブが不十分?

• DREAM_TOKEN_TARGET を下げてより積極的な統合をトリガー

---

インスピレーション

このシステムは睡眠中の人間の記憶の仕組みにインスパイアされています — 海馬(オブザーバー)が経験をキャプチャし、睡眠統合(リフレクター)中に重要な記憶は強化され、ノイズは破棄されます。

詳細: Your AI Has an Attention Problem

"Get your ass to Mars." — エージェントの記憶をいよいよ機能させましょう。