前言¶
筆記越寫越多，文件夾和文件名往往先亂起來：同一主題散落在多處，日常記錄和長期總結混在一起，事後很難按主題回溯。手工搭一套「幾層目錄、每層叫什麼」的骨架，既要通讀現有文件，又要反覆改結構，成本不低。
下面介紹 SkillHub 上的社區 Skill「記憶宮殿記憶法」（座標 @user_6b8a47e2/memory-palace-method）。它面向 OpenClaw 工作區裏的筆記文件，先掃描並分析現有組織方式，再給出可定製的分層結構建議，並配合每日、每週、每月的凝練腳本，把歸檔和提煉做成可重複執行的步驟。本文事實均來自 SkillHub 頁面 與 官方 API 資料。
這是什麼¶
「記憶宮殿記憶法」是分類爲 knowledge-management 的社區來源 Skill，當前版本 1.0.0，由發佈者 user_6b8a47e2 維護。標籤標明 requires_api_key=false，不依賴外部 API Key。
一句話定位：掃描工作區筆記、分析組織規律、推薦 3–12 層可命名結構，由你確認或修改後，再用腳本做日/周/月的凝練與結構迭代。
核心功能¶
智能分析¶
Skill 會深度掃描工作區內筆記文件，分析你的筆記組織方式，並歸納規律與特點。分析結果用於生成推薦方案，供你決策，而非自動覆蓋現有佈局。
個性推薦¶
根據分析結果推薦分層結構：
- 層數可在 3–12 層 之間選擇；
- 每一層的名稱可自定義。
你做主¶
分析結果僅供參考；最終結構由你確認。確認前可以修改層數與名稱、添加新層或刪除不需要的層，之後也隨時可以調整。
自動成長¶
官方說明中的週期性能力包括：
- 每日凝練：當日記錄自動歸檔；
- 每週提煉：提取精華到總結；
- 每月迭代：優化結構。
對應操作通過 condense.py 的不同參數觸發（見下文典型用法）。
安裝與啓用¶
環境要求¶
- Python 3.7+
- 無其他外部依賴（資料未列出額外 pip 包）
安裝步驟¶
- 從 SkillHub 獲取 Skill 包（頁面：記憶宮殿記憶法）。
- 將技能複製到你的 OpenClaw 技能目錄（官方快速開始僅說明此步，未在已抓取資料中給出各編輯器下的絕對路徑；以你當前 OpenClaw 環境的技能目錄爲準）。
資料中未單獨寫明 Cursor、Codex CLI、Claude Code 的差異安裝方式，此處不展開未覈實內容。
典型用法¶
首次使用¶
首次運行會依次：掃描工作區筆記文件、分析現有結構、生成推薦方案，並等待你確認。確認時可直接採納推薦，或修改層數/名稱、增刪層級。
在工作區 Skill 根目錄下執行首次分析：
python3 scripts/analyze.py
查看當前分析或結構狀態：
python3 scripts/analyze.py --status
手動凝練¶
按日、周、月手動觸發凝練（與官方「每日 / 每週 / 每月」說明對應）：
python3 scripts/condense.py --daily # 每日
python3 scripts/condense.py --weekly # 每週
python3 scripts/condense.py --monthly # 每月
經過上面的步驟，分析、確認結構與週期性凝練形成一條可復現的流水線；具體歸檔路徑與文件命名以 Skill 腳本在工作區內的實際行爲爲準，安裝後建議先在小範圍筆記上試跑 --status 與 --daily。
適用場景與注意¶
適合誰
- 已在 OpenClaw 工作區用 Markdown 等文件記筆記，希望用固定層級的「記憶宮殿」式結構統一收納；
- 願意在首次分析後人工確認結構，而不是全自動改目錄；
- 需要把「寫日記、周總結、月整理」拆成腳本命令、定期執行的人。
限制與注意
- 依賴 Python 腳本直接操作工作區；大倉庫首次全量掃描的成本與耗時資料未量化，宜先備份或版本管理後再改結構。
- 自動成長描述的是能力方向；是否配置 cron、由誰觸發
condense.py，需自行在環境中安排。 - SkillHub 統計（以已抓取資料爲準）：評分 100000，下載 1950，安裝 0——僅作平臺展示，不代表與你本地筆記規模一一對應的效果。
結尾¶
「記憶宮殿記憶法」把「看清現有筆記怎麼長亂的 → 定分層骨架 → 週期性凝練」串成可執行命令，適合作爲 knowledge-management 類 OpenClaw Skill 入門實踐。官方入口：https://www.skillhub.cn/skills/user_6b8a47e2/memory-palace-method；API 資料：https://api.skillhub.cn/user_6b8a47e2/memory-palace-method。
