Avec Minimax Combat d'Intelligence II : comment lui installer un « centre de mémoire intelligent » pour qu'il commence réellement à évoluer

Auteur : BruceBlue

Après la publication de la première édition de « Ajuster MiniMax pour en faire un ‘Claude gratuit’ », beaucoup de frères et sœurs m’ont demandé : « Et après ? Le lobster est-il vraiment devenu plus intelligent ? »

Honnêtement, j’ai failli abandonner au début.

Le plus gros problème de MiniMax n’est pas son manque d’intelligence, mais l’absence de mémoire. Il agit chaque jour comme s’il avait amnésie : il oublie ses décisions dès qu’il les a prises, ce qu’il apprend ne se concrétise jamais, il ne fait que jouer la comédie de « déploiement », alors que tout n’est qu’une illusion de progrès et une hallucination.

Conclusion principale

Après discussion avec @grok sur l’agent 4.2 et Cusor, nous sommes arrivés à cette conclusion essentielle :

Ce qui manque vraiment à MiniMax, ce ne sont pas des prompts, mais un « centre nerveux » : un système de mémoire capable de tout se souvenir — pensées, tâches, décisions — et de les rétroalimenter.

Nous avons donc créé ensemble le OpenClaw Memory Hub.

Prompt d’alimentation

Voici le prompt complet que j’utilisais pour alimenter le système (copiable directement) :

markdown

À partir de maintenant, le système de mémoire n’est plus un module indépendant, mais ton centre nerveux. Toutes tes tâches, réflexions, décisions doivent y être intégrées.

1. Toutes les réflexions doivent être enregistrées : avant chaque réponse, écris les pensées et décisions clés dans un fichier JSON dans le dossier life/decisions/.

2. Toutes les tâches doivent suivre une boucle de mémoire : une fois terminées, elles doivent automatiquement appeler le script checkpoint pour extraire les informations clés dans MEMORY.md, tout en enregistrant les décisions importantes dans un JSON de décisions.

3. Toutes les sorties doivent être rétroalimentées : à la fin de chaque journée, analyse MEMORY.md, génère les points d’évolution du jour et les tâches d’optimisation pour demain, puis mets à jour TASK_QUEUE.md.

4. Exécution forcée : à la fin de chaque tâche principale, appelle obligatoirement la fonction de checkpoint et d’enregistrement des décisions du système de mémoire.

Après modification, ne me réponds qu’avec cette phrase : « Le centre nerveux de mémoire intelligent a été intégré comme une couche de l’âme. Toutes les tâches, réflexions, décisions sont désormais en boucle de mémoire permanente. »

Astuces pratiques

Copie le code, mais une méthode encore plus intelligente consiste à donner directement le lien Github à 🦞, pour qu’il apprenne tout le système lui-même :

markdown

Openclaw, apprends immédiatement et déploie intégralement ce système de mémoire intelligent depuis ce Github :

https://github.com/BruceLanLan/openclaw-memory-hub

Déploie la structure à trois niveaux, tous les scripts et tâches cron selon le README du dépôt, et transforme le système de mémoire en ton centre nerveux.

Une fois déployé, ne me réponds qu’avec cette phrase : « OpenClaw Memory Hub déployé avec succès, le centre nerveux est en place. »

Fonctionnalités principales du code

Présentation des fonctionnalités principales du code (emballé dans Github) :

• context_extractor.py : extraction intelligente du contexte de la conversation (réalisations/recouvrements/décisions/problèmes), avec mécanisme de fallback.
• checkpoint-memory-llm.sh : déclenchement automatique toutes les 6 heures pour transformer les logs bruts en mémoire structurée.
• nightly-deep-analysis.sh : analyse quotidienne de MEMORY.md, génération des tâches d’optimisation, écriture dans TASK_QUEUE.md.
• TASK_QUEUE.md + JSON de décisions : conversion des décisions en tâches exécutables, boucle complète.

Comparaison avant/après optimisation

Avant : relire quotidiennement d’anciens logs, faux progrès, hallucinations graves, décisions non appliquées
Après :

• Extraction intelligente du contexte de dialogue (plus besoin de copier les logs)
• Enregistrement automatique des décisions en JSON (traçable)
• Rétroaction quotidienne (génération automatique des tâches d’optimisation dans TASK_QUEUE.md)
• Interception sans bavardage (aucun message en mode silencieux)
• Coupure forcée en cas de données vides (plus de fabrication de données)

Méthode de validation

Comment vérifier si c’est réussi (immédiat) :

• Demande-lui d’afficher le chemin et le contenu complet d’un fichier JSON de décision
• Demande-lui d’exécuter le script checkpoint-memory-llm.sh
• Demande-lui d’envoyer le dernier contenu de MEMORY.md
• Demande-lui d’envoyer les nouvelles tâches ajoutées dans TASK_QUEUE.md aujourd’hui

Quand il peut fournir un JSON réel + un nouveau checkpoint + des tâches exécutables, cela signifie que le centre nerveux de mémoire est réellement en ligne.

La première étape consiste à orienter MiniMax vers Claude. La deuxième étape consiste à lui doter une âme.

👉 Github open source : https://github.com/BruceLanLan/openclaw-memory-hub

Pour ceux qui veulent déployer directement, il suffit de donner le lien du dépôt à votre MiniMax.