sample-agentcore-memory-openclaw
该项目（AWS 官方示例仓库）提供了一套完整的 CloudFormation 模板和部署脚本，用于快速搭建一个运行在 Amazon Bedrock AgentCore 上的上下文感知 AI 助手。它使用 OpenClaw 作为智能体底座，通过薄封装适配 AgentCore 容器契约；利用 AgentCore memory 的短期事件存储和异步提取策略（用户偏好、语义事实、会话摘要）实现长期记忆；支持命名空间隔离和多索引元数据过滤；按任务路由 Claude Haiku 4.5（文本）和 Claude Sonnet 4.5（视觉）模型；集成 Telegram 作为无服务器前端；通过 prompt caching 降低推理成本。部署支持一键 Launch Stack 或自行构建 ARM64 镜像，源码完整，轻量个人使用成本约 5–9 美元/月（截至 2026 年 7 月估算）。
访问官方网站使用场景
该项目（AWS 官方示例仓库）提供了一套完整的 CloudFormation 模板和部署脚本，用于快速搭建一个运行在 Amazon Bedrock AgentCore 上的上下文感知 AI 助手。它使用 OpenClaw 作为智能体底座，通过薄封装适配 AgentCore 容器契约；利用 AgentCore memory 的短期事件存储和异步提取策略（用户偏好、语义事实、会话摘要）实现长期记忆；支持命名空间隔离和多索引元数据过滤；按任务路由 Claude Haiku 4.5（文本）和 Claude Sonnet 4.5（视觉）模型；集成 Telegram 作为无服务器前端；通过 prompt caching 降低推理成本。部署支持一键 Launch Stack 或自行构建 ARM64 镜像，源码完整，轻量个人使用成本约 5–9 美元/月（截至 2026 年 7 月估算）。
优势
提供完整的开源参考实现和部署模板，降低开发门槛 利用托管式 AgentCore memory，无需自建向量数据库和提取管道 消费型计费加 prompt caching 使轻量使用成本可控制在每月数美元 架构领域无关，替换 persona 和技能清单即可迁移到其他场景 支持按任务路由不同模型，平衡成本与效果 命名空间和元数据索引设计便于用户隔离与审计 部署和清理简单，全部资源集中在一个 CloudFormation 栈中
缺点与限制
长期记忆提取是异步的，新事实通常无法在同会话内被检索到 视觉模型可能误判，需结合已存记忆才能提高准确性 记忆检索失败时降级为无记忆回答，可能产生遗忘式回复 容器内 OpenClaw 构建会丢弃 image_url 内容，图像路径需绕过网关单独调用 Telegram 旧版 Markdown 对未转义字符敏感，格式处理不当会导致消息发送失败 成本数字为 2026 年 7 月个人轻量使用估算，实际费用随用量和官方定价变化 原文未提供生产环境大规模部署或真实客户验证数据