在 OpenClaw 里，新会话刚启动时，记忆不是一次性全塞给模型，而是走一套非常固定、轻量的初始化加载 + 按需召回流程。

下面用最清晰、最贴近源码逻辑的方式讲：

新会话开始时，记忆的完整使用流程

1. 先加载「基础身份记忆」

会话刚创建，第一步只加载最少、最稳定的记忆：

• 系统提示词（system prompt）
• Agent 自身配置（角色、能力、行为规则）
• 长期记忆 MEMORY.md 中的核心摘要
  只加载：用户偏好、重要规则、关键约束，不加载全文

作用：
让模型知道自己是谁、知道你是谁、知道不能做什么。

2. 不加载历史对话（默认）

新会话 = 新上下文

• 不会自动加载旧聊天记录
• 不会加载几天前的短期记忆日志
• 不会加载其他会话的内容

目的：
避免上下文污染，保证新会话干净。

3. 构建初始「空上下文」+ 记忆索引可用

此时模型的状态是：

• 有身份
• 有长期记忆摘要
• 有向量库 + SQLite 索引已经就绪
• 但没有历史对话

这是 OpenClaw 典型的冷启动状态。

4. 你发第一条消息 → 触发记忆召回

关键步骤来了：
用户输入 → 自动检索记忆 → 把相关片段注入上下文

流程：

1. 对你的问题做 embedding
2. 在向量库 + 关键词索引中搜索- 长期记忆 MEMORY.md

• 历史短期记忆 daily log
• 文档、知识库

3. 召回 Top-K 相关片段
4. 拼到 prompt 前面，再送给 LLM

所以：
新会话里，模型看似“记得以前的事”，其实是每次都现查记忆库。

5. 会话进行中：记忆只增不减

对话开始后：

• 每一轮都会追加新内容到当天短期记忆 YYYY-MM-DD.md
• 重要信息会被自动提取，更新到 MEMORY.md
• 索引实时更新

但：

• 旧记忆不会自动塞进上下文
• 只有相关的才会被召回

一句话总结（最核心）

新会话开始时：

1. 加载长期记忆摘要，建立身份
2. 不加载历史对话
3. 索引准备好
4. 你一发消息，自动检索相关记忆并注入上下文

OpenClaw 的记忆本质是：
不依赖上下文窗口，依赖检索。新会话永远冷启动，再按需热加载。