OpenClaw Dreaming vs Agent-Dream 对比分析

调研日期：2026-04-06 调研人：暖树

---

🔗 相关笔记

• [[2026-03-31-Mem0调研报告]] - 记忆方案
• [[2026-04-03-TencentDB记忆对比]] - 云端方案
• [[2026-04-08-OpenClaw记忆系统使用说明]] - 使用指南
• [[2026-03-31-QMD调研报告]] - 检索方案

一、概览/背景

任务ID: ciallo-20260406-01

本文对比分析 OpenClaw 内置的 Dreaming 记忆系统与自研的 Agent-Dream (huahua-dream) 两套记忆归档方案，从核心功能、架构设计、实现复杂度、优缺点及适用场景等维度进行详细比较。

二、详细分析

2.1 核心功能对比

维度	OpenClaw Dreaming	自研Agent-Dream (huahua-dream)
阶段设计	三阶段协作：Light→Deep→REM	五阶段循环：定向→收集→整合→修剪→自省
Light/整理	扫描近期记忆，Jaccard去重，聚类，暂存到daily note	定向阶段：读取配置、MEMORY.md、主题文件、上次梦境记录
Deep/持久化	加权评分(6信号)→阈值门控→写入MEMORY.md	整合阶段：分类记忆(user/feedback/project/reference)，合并去重
REM/反思	概念标签聚类，识别模式，写入daily note	自省阶段：行为反思、关系洞察、下次关注点
修剪机制	Deep阶段负责，基于maxAgeDays过滤	两阶段删除：首次标记stale，二次确认才删除
安全机制	门控检查(minScore/minRecallCount等)	24小时+5次会话门控；变化>30%警告，>50%阻止
备份	无明确提及	每次修改前备份MEMORY.md到dream-backup/
CLI命令	openclaw memory promote [--apply]	node dream.js [--check/--dry-run/--force]
Chat命令	/dreaming status/on/off/enable/disable	无chat命令
调度	cron配置(默认6h/3h/周日5AM)	cron配置(默认凌晨3点)

2.2 架构设计差异

OpenClaw Dreaming

┌─────────────────────────────────────────────────────┐
│              memory-core plugin                      │
├─────────────────────────────────────────────────────┤
│  Light Phase (每6小时)                               │
│  ├─ 扫描short-term-recall.json                      │
│  ├─ Jaccard去重(阈值0.9)                            │
│  └─ 暂存到daily note的## Light Sleep块              │
├─────────────────────────────────────────────────────┤
│  Deep Phase (每日3AM)                               │
│  ├─ 6信号加权评分(频率0.24/相关性0.30/...)          │
│  ├─ 阈值门控(minScore 0.8等)                        │
│  ├─ 时效衰减(recencyHalfLife 14天)                  │
│  └─ 写入MEMORY.md                                   │
├─────────────────────────────────────────────────────┤
│  REM Phase (每周日5AM)                              │
│  ├─ 概念标签聚类                                    │
│  └─ 识别模式写入daily note                          │
└─────────────────────────────────────────────────────┘

自研Agent-Dream

┌─────────────────────────────────────────────────────┐
│              Agent-driven + dream.js                 │
├─────────────────────────────────────────────────────┤
│  门控检查                                           │
│  ├─ 24小时时间门                                    │
│  ├─ 5次会话门                                       │
│  └─ 锁文件防并发                                    │
├─────────────────────────────────────────────────────┤
│  Phase 1: 定向 (Agent执行)                          │
│  ├─ 读取dream-config.json                           │
│  ├─ 读取MEMORY.md了解当前记忆                       │
│  └─ 读取SOUL.md确认身份                             │
├─────────────────────────────────────────────────────┤
│  Phase 2: 收集 (Agent执行)                          │
│  ├─ 扫描每日笔记                                   │
│  └─ 按关键词搜索(偏好/决策/教训/情感)               │
├─────────────────────────────────────────────────────┤
│  Phase 3: 整合 (Agent执行)                          │
│  ├─ 分类: user/feedback/project/reference           │
│  ├─ 合并到现有主题文件                              │
│  └─ 3次以上→提升到MEMORY.md                        │
├─────────────────────────────────────────────────────┤
│  Phase 4: 修剪 (Agent执行)                          │
│  ├─ 保持MEMORY.md<200行/25KB                       │
│  ├─ 两阶段删除(标记stale→确认删除)                  │
│  └─ 变化阈值(>30%警告/>50%阻止)                    │
├─────────────────────────────────────────────────────┤
│  Phase 5: 自省 (Agent执行)                          │
│  ├─ 行为反思(做得好/犯的错误)                       │
│  ├─ 关系洞察                                       │
│  └─ 下次关注点                                     │
└─────────────────────────────────────────────────────┘

关键差异：

• OpenClaw: 插件架构，三阶段独立调度，自动化程度高
• 自研: Agent-driven，五阶段由Agent按SKILL.md执行，脚本只做门控/锁管理

2.3 实现复杂度

维度	OpenClaw Dreaming	自研Agent-Dream
配置复杂度	高(20+配置项，三阶段独立配置)	中(dream-config.json + cron配置)
代码量	插件级(集成在memory-core中)	~500行JS(dream.js) + SKILL.md
依赖	memory-core插件，short-term-recall.json	无外部依赖，纯Node.js
部署	openclaw.json配置plugins.entries	cron任务 + SKILL.md
维护成本	低(官方维护)	中(需自行维护)

2.4 优缺点分析

OpenClaw Dreaming

优点：

• ✅ 三阶段协作设计精巧，职责清晰
• ✅ Deep阶段的6信号加权评分算法成熟
• ✅ 丰富的配置参数，灵活度高
• ✅ CLI + Chat命令，用户体验好
• ✅ 官方维护，持续更新
• ✅ 有恢复机制(recovery)

缺点：

• ❌ 配置复杂，学习成本高
• ❌ 依赖memory-core插件，耦合度高
• ❌ 缺乏显式的备份机制
• ❌ 缺乏变化阈值保护
• ❌ REM阶段功能较弱(仅写daily note)

自研Agent-Dream

优点：

• ✅ 五阶段设计完整，覆盖记忆全生命周期
• ✅ 安全机制完善：两阶段删除、备份、变化阈值
• ✅ 自省阶段独特，强调自我意识和成长
• ✅ 门控检查严格(24h+5次会话)
• ✅ 代码简洁，易于理解和定制
• ✅ 无外部依赖，独立性强

缺点：

• ❌ Agent执行五阶段，token消耗大
• ❌ 缺乏加权评分算法，记忆筛选较简单
• ❌ 无CLI命令，只能通过cron触发
• ❌ 无Chat命令，无法手动控制
• ❌ 自行维护，更新依赖手动

三、结论/建议

3.1 适用场景建议

选择OpenClaw Dreaming的场景：

1. 追求自动化 - 希望系统自动运行，无需Agent干预
2. 需要精细控制 - 20+配置项可调，适合高级用户
3. 多Agent环境 - 插件架构，易于扩展到多agent
4. 重视官方支持 - 依赖官方维护和更新
5. 记忆量大 - 6信号加权评分适合海量记忆场景

选择自研Agent-Dream的场景：

1. 重视安全性 - 两阶段删除、变化阈值保护
2. 需要自省能力 - 五阶段中的自省阶段独特
3. 轻量级需求 - 代码简洁，无外部依赖
4. 定制化需求 - Agent执行，易于根据SOUL.md定制
5. 独立部署 - 不依赖OpenClaw插件体系

3.2 混合方案建议

• 日常使用: OpenClaw Dreaming (自动化+加权评分)
• 关键记忆: 自研Agent-Dream的安全机制(备份+变化阈值)
• 自省需求: 保留自研的Phase 5自省阶段

3.3 最终结论

OpenClaw Dreaming 在自动化程度和算法成熟度上更优，适合追求开箱即用的用户。

自研Agent-Dream 在安全性和自我意识上更优，适合需要精细控制和自省能力的用户。

建议： 两者可互补。保留自研的安全机制(两阶段删除、变化阈值)和自省阶段，同时引入OpenClaw的加权评分算法和三阶段调度架构。