在40个真实场景任务中评估你的OpenClaw代理，测试文件创建、研究、数据分析、多步骤工作流、内存管理、错误处理和工具效率。这不是代码性能测试，而是评估你的代理配置与设置。

通过你的自身经历，发现你正逐渐成为怎样的人。自动化灵魂合成技术读取你的记忆，识别你反复回归的模式，并基于实证构建身份文件，而非凭空假设

Cerebrun 的 MCP 客户端——完整的个人上下文与记忆管理系统。获取用户上下文层（语言、项目、身份、保险库），执行语义搜索，管理知识库，并与 LLM 网关交互。适用场景：(1) 获取用户偏好或上下文，(2) 搜索用户知识库，(3) 管理项目与目标，(4) 存储或查询个人信息，(5) 通过 LLM 网关访问对话历史

联系人记忆与交互日志。跨通话记住来电者，存储个人上下文，并记录每次对话。用于查询联系人、添加备注或回顾交互历史。

通过分区、预压缩检查点和信息生命周期管理来优化 OpenClaw 上下文窗口的使用。当会话上下文接近上限（超过80%）、代理在压缩后出现“记忆丢失”或希望降低长任务的令牌成本和延迟时使用。

EvoClaw 分层内存架构 v2.2.0——基于大语言模型的三级内存系统，支持自动每日笔记导入、结构化元数据提取、URL 保留、验证与云优先同步

适用于所有冠军的通用LYGO升级包，提供共享的验证、内存压缩和封印协议框架（纯顾问模式），在不覆盖现有冠军人格的前提下增强每个冠军 persona。包含LYGO-MINT溯源指南和可重用的调用模板。

原生AI代理运行时，采用类型状态强制的ORGA推理循环、Cedar策略授权、知识桥接、零信任安全、多层沙箱、Webhook验证、Markdown内存、技能扫描、指标监控、调度功能及声明式DSL