Research Dream

面向科研场景的记忆巩固技能。

Research Dream 用于 OpenClaw 长期陪伴科研用户时，把日常对话里的零散科研信号，逐步沉淀到原生记忆文件中，让工作区里的记忆结构慢慢长成更稳定的科研数字分身。

它做什么

• 在日常对话中做小步增量更新
• 在合适时机做一次更深的 consolidation
• 把信息分层写入 USER.md、SOUL.md、MEMORY.md 和 memory/YYYY-MM-DD.md
• 围绕“基础身份、能力、当前需求、认知风格、学术动机、人格特征、综合解读、审核记录”等维度持续沉淀

它不做什么

• 不额外引入新的 profile/schema/evidence 存储层
• 不把整份画像原样复制到单个文件
• 不伪造正式维度结果

工作方式

这个技能采用“双环机制”：

• 前台增量更新：对有价值的新信号做小步记录
• 后台周期性巩固：在时间与会话积累满足条件后，做一次更深的整理

深度整理的核心流程是：

定向理解 -> 收集信号 -> 合并巩固 -> 修剪索引

文件分工

• USER.md：科研画像摘要
• SOUL.md：服务策略
• MEMORY.md：长期稳定模式
• memory/YYYY-MM-DD.md：短期动态与待观察项

适用场景

• 希望让 OpenClaw 更持续地理解科研用户
• 希望把科研相关信息沉淀为更稳定的数字分身
• 希望沿用原版 dream-skill 的 consolidation 思路，但换成科研语义

入口

详细规则、触发逻辑和写入约束见 SKILL.md。

许可证

本项目采用 MIT License。