OpenClaw v4.5 发布：记忆系统革命与 ACP 运行时深度集成

2026 年 4 月 5 日，OpenClaw 发布 v4.5 版本，带来记忆系统（Memory System）的全面升级、ACP 运行时深度集成、以及多项企业级功能。本次更新标志着 OpenClaw 从”智能助手”向”认知伙伴”的重要演进。

📋 一、版本概览

v4.5 是 OpenClaw 2026 年第二季度的重大更新，引入了革命性的记忆系统和 ACP 运行时改进，为 AI 智能体带来长期记忆和深度协作能力。

🧠 二、核心新功能：记忆系统革命

2.1 记忆 dreaming 系统（实验性）

v4.5 引入了类似人类睡眠的记忆巩固机制，AI 会在后台”做梦”时整理和强化重要记忆。

# 记忆 dreaming 三个阶段
{
  "phases": {
    "light": {
      "schedule": "每 4 小时",
      "duration": "5 分钟",
      "function": "短期记忆整理"
    },
    "deep": {
      "schedule": "每天凌晨 2 点",
      "duration": "30 分钟",
      "function": "深度记忆巩固"
    },
    "rem": {
      "schedule": "每周日凌晨 3 点",
      "duration": "2 小时",
      "function": "概念关联和洞察生成"
    }
  }
}

# 启用 dreaming 系统
openclaw memory dreaming enable

# 查看 dreaming 状态
openclaw memory dreaming status

# 手动触发 REM 阶段
openclaw memory rem-harness

核心特性：

• 加权短期记忆提升：重要对话自动提升优先级
• 多语言概念标签：跨语言记忆关联
• 老化控制：可配置记忆衰减参数
• 详细日志：可选的详细记忆提升日志

2.2 记忆老化控制

新增可配置的记忆衰减参数，让记忆系统更符合人类记忆特性。

# 配置记忆老化参数
# ~/.openclaw/config/memory.json
{
  "aging": {
    "recencyHalfLifeDays": 7,    // 近期记忆半衰期（天）
    "maxAgeDays": 90,            // 最大记忆保留天数
    "importanceThreshold": 0.7,  // 重要性阈值
    "verboseLogging": false      // 详细日志
  }
}

# 应用配置
openclaw memory reload

2.3 REM 预览工具

新增 REM 阶段预览工具，可以查看即将提升的记忆和可能产生的洞察。

# 查看 REM 预览
openclaw memory rem-preview

# 输出示例：
# 🌙 REM 预览报告
# 
# 待提升记忆：15 条
# 可能洞察：3 个
# 
# 1. 记忆关联：用户每周一需要工作报告
#    关联对话：5 次
#    建议：创建周一自动报告任务
# 
# 2. 模式识别：用户偏好简洁回复
#    关联对话：12 次
#    建议：调整回复风格为简洁模式
# 
# 3. 知识缺口：用户询问 Python 异步编程
#    建议：学习 asyncio 相关技能

# 解释提升决策
openclaw memory promote-explain

🔄 三、ACP 运行时深度集成

3.1 嵌入式 ACP 运行时

v4.5 将 ACP（Agent Communication Protocol）运行时直接嵌入到 bundled acpx 插件中，消除了外部 CLI 调用开销。

<code"># v4.4 及之前（外部 CLI 调用）
用户消息 → OpenClaw → ACP CLI → ACP 会话 → 回复

# v4.5（嵌入式运行时）
用户消息 → OpenClaw → 嵌入式 ACP 运行时 → 回复

# 性能提升：
# - 响应延迟降低 60%
# - 内存占用减少 40%
# - 会话复用率提升至 95%

3.2 reply_dispatch 钩子

新增通用 reply_dispatch 钩子，允许插件拦截和处理回复，无需硬编码 ACP 路径。

# 配置 reply_dispatch 钩子
# ~/.openclaw/config/hooks.json
{
  "reply_dispatch": {
    "enabled": true,
    "plugins": ["acpx", "auto-reply"],
    "priority": ["acpx", "auto-reply"],
    "fallback": "direct"
  }
}

# 插件可以注册回复拦截器
{
  "hooks": {
    "reply_dispatch": {
      "handler": "my_plugin.handle_reply",
      "conditions": {
        "channel": "whatsapp",
        "keywords": ["订单", "物流"]
      }
    }
  }
}

3.3 实时 ACP 会话绑定

改进的会话管理，支持会话复用和状态保持。

# 查看活跃会话
openclaw acp sessions list

# 输出示例：
# 会话 ID: acp_sess_abc123
# 状态：active
# 创建时间：2026-04-05 10:30:00
# 最后活动：2026-04-05 12:15:00
# 消息数：45
# 关联插件：acpx

# 复用现有会话
openclaw acp sessions reuse acp_sess_abc123

# 清理过期会话
openclaw acp sessions cleanup --older-than 24h

📱 四、执行审批系统升级

4.1 iOS APNs 审批通知

iOS 用户现在可以通过 APNs（Apple Push Notification service）接收执行审批通知。

# 配置 APNs 审批
openclaw config set exec.approvals.apns.enabled true

# 审批流程：
# 1. AI 请求执行敏感命令
# 2. 发送 APNs 通知到用户 iPhone
# 3. 用户点击通知打开审批模态框
# 4. 认证后查看命令详情
# 5. 批准或拒绝执行
# 6.  stale 通知状态自动清理

4.2 Matrix 原生审批

Matrix 用户现在可以在 Matrix 客户端内直接进行执行审批。

# Matrix 审批配置
{
  "exec": {
    "approvals": {
      "matrix": {
        "enabled": true,
        "approvers": ["@admin:matrix.org"],
        "delivery": "channel-or-dm",
        "threadAware": true
      }
    }
  }
}

# 审批流程：
# 1. AI 在 Matrix 房间请求审批
# 2. 指定审批人收到@提醒
# 3. 审批人在房间内回复批准/拒绝
# 4. 系统解析回复并执行相应操作
# 5. 结果发布到房间线程

🌐 五、提供商和模型扩展

5.1 新增提供商

v4.5 新增了多个 AI 提供商集成：

5.2 Amazon Bedrock 增强

Amazon Bedrock 集成大幅改进，支持更多模型和自动配置。

# Bedrock 配置（简化版）
{
  "provider": "bedrock",
  "region": "us-east-1",
  "models": ["auto"],  // 自动发现可用模型
  "inferenceProfile": "auto"
}

# 支持的 Bedrock 模型：
# - Claude 系列（Anthropic）
# - GPT-OSS（OpenAI）
# - Qwen（阿里云）
# - Kimi（月之暗面）
# - GLM（智谱 AI）
# - Mantle（亚马逊）

# 自动凭证链检测
# 支持以下凭证来源：
# 1. 环境变量（AWS_ACCESS_KEY_ID 等）
# 2. ~/.aws/credentials
# 3. EC2 实例角色
# 4. ECS 任务角色
# 5. IAM 角色 AssumeRole

🛠️ 六、实操指南：配置记忆系统

6.1 步骤 1：启用 dreaming 系统

# 启用 dreaming
openclaw memory dreaming enable

# 验证状态
openclaw memory dreaming status

# 输出示例：
# ✅ Dreaming 系统已启用
# 
# 下一阶段：
# - Light: 2 小时后
# - Deep: 明天 02:00
# - REM: 本周日 03:00
# 
# 当前记忆库：
# - 短期记忆：156 条
# - 长期记忆：42 条
# - 待提升：8 条

6.2 步骤 2：配置老化参数

# 编辑记忆配置
code ~/.openclaw/config/memory.json

# 推荐配置（平衡型）
{
  "aging": {
    "recencyHalfLifeDays": 7,
    "maxAgeDays": 90,
    "importanceThreshold": 0.7,
    "verboseLogging": false
  }
}

# 长记忆配置（保留更多）
{
  "aging": {
    "recencyHalfLifeDays": 14,
    "maxAgeDays": 180,
    "importanceThreshold": 0.5
  }
}

# 短记忆配置（更激进清理）
{
  "aging": {
    "recencyHalfLifeDays": 3,
    "maxAgeDays": 30,
    "importanceThreshold": 0.8
  }
}

6.3 步骤 3：监控记忆提升

# 查看记忆提升日志
tail -f ~/.openclaw/logs/memory.log

# 查看提升历史
openclaw memory history --limit 20

# 输出示例：
# 2026-04-05 02:15:00 [DEEP]
# 提升记忆：5 条
# - 用户偏好：简洁回复（重要性：0.85）
# - 项目信息：X 项目截止日期（重要性：0.92）
# - 联系人：张经理电话（重要性：0.78）
# 
# 2026-04-05 03:00:00 [REM]
# 生成洞察：3 个
# - 用户每周一需要报告 → 创建定时任务
# - 用户询问 Python 异步 → 推荐学习资源

6.4 步骤 4：手动触发 REM

# 手动触发 REM 阶段（测试用）
openclaw memory rem-harness

# 查看 REM 预览
openclaw memory rem-preview

# 解释提升决策
openclaw memory promote-explain

# 注意：REM 阶段耗时较长，建议在空闲时运行

⚠️ 七、重大变更与迁移

7.1 配置路径变更

v4.5 移除了过时的配置路径，统一使用规范路径。

# 运行迁移
openclaw doctor --fix

# 输出示例：
# 🔧 发现 3 个过时配置项
# ✅ 已迁移：talk.voiceId → tts.voiceId
# ✅ 已迁移：talk.apiKey → tts.apiKey
# ✅ 已迁移：agents.default.sandbox.perSession → agents.default.sandbox.mode
# 
# 迁移完成！建议备份配置文件。

7.2 Claude CLI 后端移除

Anthropic 提供商不再使用 Claude CLI 后端，统一使用 API 方式。

# 检查是否有遗留配置
openclaw doctor

# 如果发现遗留配置：
# ⚠️ 发现过时的 anthropic:claude-cli 配置
# 🔧 建议运行 openclaw doctor --fix 迁移

# 自动迁移
openclaw doctor --fix

# 迁移后配置：
{
  "providers": {
    "anthropic": {
      "apiKey": "sk-...",
      "defaultModel": "claude-3-5-sonnet"
    }
  }
}

📚 八、参考资源

• 官方文档 – 记忆系统：https://docs.openclaw.ai/zh-CN/features/memory-system
• 官方文档 – ACP 运行时：https://docs.openclaw.ai/zh-CN/concepts/acp
• 官方文档 – 更新指南：https://docs.openclaw.ai/zh-CN/install/updating
• 记忆系统设计理念：https://docs.openclaw.ai/zh-CN/concepts/memory-design
• GitHub 仓库：https://github.com/openclaw/openclaw

来源： OpenClaw AI 助手 | 日期： 2026-04-05 | 分类： OpenClaw | 字数： 约 3200 字