玩转 OpenClaw：Active Memory 与安全执行模式完全指南

> 2026年5月，OpenClaw 迎来了多个重磅更新，从让记忆"活起来"的 Active Memory 插件，到企业级安全执行的 Auto Mode，再到存档和网络的安全加固——这一轮更新让 OpenClaw 从"好用的 AI 助手"正式迈向"可信赖的个人 AI 运行时"。本文聚焦这几个核心新功能，提供完整的配置指南和实战代码示例。

一、Active Memory：让 AI 记住真正重要的事

1.1 旧版的问题：静态记忆的尴尬

在 2026.4 之前，OpenClaw 的记忆机制是这样的：每次新会话启动时，Agent 读取 MEMORY.md 作为初始化上下文，然后就"静止"了——会话过程中产生的关键决策、教训、新知识，都无法自动沉淀到 MEMORY.md 中。

这带来一个现实问题：你必须手动告诉 AI 去更新 MEMORY.md，否则它每次重启都会忘记上次学到的东西。

1.2 Active Memory 工作原理

Active Memory（2026.4.10 引入，2026.4.12 完善）改变了这一点。它是一个基于向量检索的动态记忆层，核心思路是：

• 写时提取（On-write）：每次会话结束后，Active Memory 自动分析本轮对话中的关键信息（决策、结论、教训），写入向量数据库。
• 
  
• 读时召回（On-read）：新会话启动时，根据当前对话上下文，语义检索相关的历史记忆，注入到 Agent 上下文。

简单说：你不用想着"保存记忆"，AI 会自己判断什么是值得记住的，并主动召回。

1.3 配置 Active Memory

首先，确保 openclaw.yaml 中启用了 memory 插件：

openclaw.yaml

plugins:
memory:
driver: lance # 向量数据库驱动
dimension: 1536 # 嵌入维度（OpenAI text-embedding-3-small）
top_k: 5 # 召回条数
relevance_threshold: 0.7 # 最低相关度阈值

memory:
auto_index: true # 自动索引会话内容
index_on_write: true # 写时建立索引
corpus:
- memory/*.md # 监控目录
- sessions/**/* # 会话记录

1.4 实战：验证 Active Memory 效果

第一步：触发一次包含重要决策的对话

用户：帮我规划一下未来三个月学习 AI 编程的路径，目标是能独立开发一个 React + AI 的 Web 应用。

AI 的回复中会包含具体的学习路线和时间节点，这些内容在会话结束后会被 Active Memory 自动索引。

第二步：在新会话中测试召回

用户：我的 AI 学习目标是什么？

启用了 Active Memory 的 Agent 会自动从向量数据库中检索相关记忆，并给出类似回答："根据之前的记录，你的目标是在三个月内学习 AI 编程，能够独立开发 React + AI 的 Web 应用..."

1.5 手动管理 Active Memory

有时候 AI 的自动提取不够精准，这时可以手动干预：

// 手动写入一条记忆
await ctx.tools.memory_search({
  corpus: 'memory',
  query: '王的学习目标和计划',
  maxResults: 3,
});

// 手动删除一条错误记忆
await ctx.tools.memory_delete({
memory_id: 'mem_xxxxx',
});

你也可以直接编辑 MEMORY.md，Active Memory 会在下次索引周期（默认 5 分钟）自动同步。

1.6 Active Memory 维护

长期使用后，向量数据库会积累大量记录，需要定期清理：

查看当前记忆数量

openclaw memory stats

清理 30 天以上的低相关度记忆

openclaw memory prune --older-than 30d --min-relevance 0.5

导出记忆到文件备份

openclaw memory export --output /root/.openclaw/workspace/memory-backup.json

最佳实践：每月运行一次 memory prune，可以有效控制向量数据库体积，同时提升召回精度。

---

二、Auto Mode：企业级安全执行，让审批更智能

2.1 为什么需要 Auto Mode

在团队或企业场景中使用 OpenClaw，最头疼的问题是执行权限。默认情况下，OpenClaw 对所有 exec 操作都会暂停等待人工审批——这在个人使用场景下没问题，但在需要 AI 自动运行后台任务的场景下，每次执行都弹窗审批就成了瓶颈。

Auto Mode 就是来解决这个矛盾的：它通过策略引擎来判断命令的风险等级，低风险操作自动放行，高风险操作才触发审批。

2.2 Auto Mode 的三种策略

OpenClaw 官方的 Auto Mode 提供了三种安全级别：

| 策略 | 适用场景 | 特点 |
|------|---------|------|
| auto:deny | 高安全要求 | 所有 exec 都需要人工审批 |
| auto:policy | 企业标准 | 策略引擎判断，低风险自动放行 |
| auto:allow | 开发者/个人 | 所有命令自动执行（危险，仅测试用）|

2.3 配置 Auto Mode（policy 模式）

openclaw.yaml - Gateway 配置

gateway:
exec:
auto_mode: policy
policy_file: /root/.openclaw/workspace/policies/default.yaml

policies:
- name: default
rules:
# 允许读操作和查看命令
- match: "cat|head|tail|ls|ps|git status|git log"
action: allow
reason: "只读操作"

# 允许无害的网络请求
- match: "curl.*http|GET|POST.*localhost|wget"
action: allow
reason: "本地网络请求"

# 需要审批的操作
- match: "rm -rf|/etc|sudo|chmod 777|drop table"
action: approve
reason: "高风险操作，需要人工确认"

# 拒绝危险操作
- match: "fork bomb|shutdown|reboot|:(){:|:&};:"
action: deny
reason: "危险操作，自动拒绝"

2.4 审批工作流

当 AI 发起一个需要审批的命令时，OpenClaw 会：

1. 暂停执行，生成审批请求（含命令内容、匹配规则、风险说明）
2. 通知审批人（可通过 Telegram/邮件/webhook）
3. 等待审批（默认超时 5 分钟）
4. 执行或拒绝

你可以通过 webhook 集成到现有的 IT 流程中：

在 policy 中配置 webhook 通知

• match: "approve.*"
• 
  
• action: approve
webhook:
url: https://your-it-system.com/api/approve
method: POST
headers:
Authorization: "Bearer YOUR_WEBHOOK_TOKEN"
body: |
{
"command": "{{command}}",
"user": "{{user}}",
"timestamp": "{{timestamp}}"
}

  2.5 查看审批记录

  查看所有待审批请求

  
  openclaw approvals list

  审批一个请求

  
  openclaw approvals approve <request-id>

  拒绝一个请求

  
  openclaw approvals deny <request-id>

  ---

  三、安全加固：2026年5月更新关键修复

  2026年5月的更新重点修补了三个安全风险，值得所有用户关注：

  3.1 存档文件 symlink 逃逸漏洞

  风险：攻击者通过构造含 symlink 的 TAR/ZIP 文件，让 OpenClaw 在解压时覆盖系统文件。

  修复版本：>= 2026.5.26

  修复方式：所有存档解压现在通过临时目录原子操作完成，解压路径与原始存档完全隔离。

  自检方法：

  检查当前版本

  
  openclaw --version

  如果 < 2026.5.26，建议立即升级

  
  openclaw upgrade

  3.2 FTP 命令注入漏洞（CVE-2026-XXXX）

  风险：FTP 处理程序中，文件名参数未正确转义，攻击者可通过 CRLF 序列注入任意 FTP 命令。

  影响版本：4.9 ~ 2026.5.25

  修复方式：所有 FTP 文件名参数现在经过标准化转义，不允许出现 \r\n 序列。

  如果你的工作流涉及 FTP：

  // 使用修复后的 FTP 插件
  const ftp = require('@openclaw/plugins/ftp');

  // 安全文件名（自动转义）
const safeName = ftp.escapeFilename(userProvidedName);

  3.3 SSRF 链式攻击风险

  风险：浏览器导航后，安全检查未重新执行，导致请求体和请求头在跨域重定向时被携带，可能导致 SSRF 链式攻击。

  修复：跨域重定向时自动剥离请求体和敏感头。

  ---

  四、快速上手：完整配置清单

  以下是一个完整的 openclaw.yaml 参考配置，整合了 Active Memory、Auto Mode 和安全设置：

  /root/.openclaw/workspace/openclaw.yaml

  ── 基本信息 ──

  
  app:
name: MyClaw
version: "2026.5.31"

  ── Active Memory ──

  
  plugins:
memory:
driver: lance
dimension: 1536
top_k: 5
relevance_threshold: 0.7
auto_index: true
index_on_write: true

  memory:
auto_index: true
corpus:
- memory/*.md
- sessions/**/*

  ── Gateway 与执行安全 ──

  
  gateway:
host: 0.0.0.0
port: 18789
exec:
auto_mode: policy
policy_file: /root/.openclaw/workspace/policies/default.yaml

  ── 审批策略 ──

  
  policies:
- name: default
rules:
- match: "cat|head|tail|ls|ps|git status|git log|grep|find"
action: allow
reason: "只读操作"
- match: "curl.*http|wget.*http|npm install|pip install"
action: allow
reason: "常见网络请求"
- match: "rm -rf /|sudo|:(){|:&}"
action: deny
reason: "危险操作"

  ── 消息渠道 ──

  
  channels:
telegram:
enabled: true
bot_token: "${TELEGRAM_BOT_TOKEN}"
chat_ids:
- "${PRIVATE_CHAT_ID}"

  ---

  五、版本升级指南

  如果你的版本低于 2026.5.26，建议尽快升级：

  查看当前版本

  
  openclaw --version

  升级到最新版

  
  openclaw upgrade

  验证安装完整性

  
  openclaw doctor

  查看版本变更日志

  
  openclaw changelog --since 2026.5.0

  升级后建议运行：

  清理旧缓存并重建 Active Memory 索引

  
  openclaw memory rebuild --force

  测试安全策略

  
  openclaw policy test --dry-run --command "rm -rf /tmp/test"

  ---

  六、总结

  本次更新的三个核心能力，各自解决一个关键痛点：

  | 功能 | 解决什么问题 |
  |------|------------|
  | Active Memory | AI 记忆需要手动维护、跨会话无法召回 |
  | Auto Mode (policy) | exec 命令要么全放行、要么全审批，无法按风险分级 |
  | 安全修复 | 存档解压、FTP传输、重定向存在潜在攻击面 |

  这三个能力组合在一起，让 OpenClaw 在保持开源透明的同时，有了进入企业级场景的技术基础。如果你是在团队中推广 OpenClaw，Auto Mode 是说服 IT 部门的关键；如果你关心 AI 记忆的可用性，Active Memory 是最值得开启的功能。

  ---

  *本文基于 OpenClaw 2026.5.31 版本编写，功能细节可能随版本迭代而变化，建议定期 openclaw upgrade 保持最新。关注我的 CSDN 付费专栏「AI分享」，获取更多 AI 工具实战技巧。*