AWS 教程：AgentCore 上跑 OpenClaw 建记忆助手
先了解这件事
2026 年 10 月 7 日，AWS Machine Learning Blog 发布教程，介绍如何在 Amazon Bedrock AgentCore 运行时上运行开源智能体系统 OpenClaw，构建能跨会话积累上下文的个人助手。方案采用 AgentCore memory 的短期事件与长期抽取两层结构，配置 USER_PREFERENCE、SEMANTIC、SUMMARIZATION 三种抽取策略，并按用户 chat ID 划分命名空间隔离记忆。部署提供两条路径：一是单步 Launch Stack，CloudFormation 模板指向公开的 Amazon ECR 镜像，只需填入 Telegram bot token 即可部署；二是自行构建，运行 scripts/deploy.sh 校验模板、构建并推送自有 ARM64 镜像到私有 Amazon ECR 仓库、部署堆栈并注册 Telegram webhook。完整源码见 sample-agentcore-memory-openclaw GitHub 仓库。据该报道，轻量个人使用在 2026 年 7 月约每月 5–9 美元（约 2 美元基础设施、1–3 美元 Haiku 文本、2 美元 Sonnet 视觉），并内置 AWS Budget，在自设上限的 80% 与 100% 时告警。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AWS Machine Learning Blog精选如何在 AgentCore 与 OpenClaw 上构建具备上下文记忆的 AI 助手
AWS 官方博客介绍如何在 Amazon Bedrock AgentCore 运行时上运行开源智能体系统 OpenClaw，构建能跨会话积累上下文的个人助手。方案用 AgentCore memory 的短期事件与长期抽取两层结构，配置 USER_PREFERENCE、SEMANTIC、SUMMARIZATION 三种抽取策略，并按用户 chat ID 划分命名空间隔离记忆。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。