الانتقال إلى المحتوى الرئيسي

​
محرك الذاكرة المضمن

المحرك المضمن هو الواجهة الخلفية الافتراضية للذاكرة. وهو يخزن فهرس الذاكرة الخاص بك في قاعدة بيانات SQLite لكل وكيل على حدة، ولا يحتاج إلى أي تبعيات إضافية للبدء.

​
ما الذي يقدمه

  • البحث بالكلمات المفتاحية عبر فهرسة النص الكامل FTS5 (تقييم BM25).
  • البحث المتجهي عبر embeddings من أي مزود مدعوم.
  • البحث الهجين الذي يجمع بين الاثنين للحصول على أفضل النتائج.
  • دعم CJK عبر تقسيم trigram للغات الصينية واليابانية والكورية.
  • تسريع sqlite-vec لاستعلامات المتجهات داخل قاعدة البيانات (اختياري).

​
البدء

إذا كان لديك مفتاح API لـ OpenAI أو Gemini أو Voyage أو Mistral، فسيكتشف المحرك المضمن ذلك تلقائيًا ويُفعّل البحث المتجهي. لا حاجة إلى أي تكوين. لتعيين مزود بشكل صريح: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
من دون مزود embeddings، لا يتوفر سوى البحث بالكلمات المفتاحية.

​
موفرو embeddings المدعومون

المزودالمعرّفيُكتشف تلقائيًاملاحظات
OpenAIopenaiنعمالافتراضي: text-embedding-3-small
Geminigeminiنعميدعم الوسائط المتعددة (الصورة + الصوت)
Voyagevoyageنعم
Mistralmistralنعم
Ollamaollamaلامحلي، ويجب تعيينه صراحةً
Locallocalنعم (الأول)نموذج GGUF، تنزيل بحجم ~0.6 GB
يختار الاكتشاف التلقائي أول مزود يمكن حل مفتاح API الخاص به، وفقًا للترتيب المعروض. اضبط memorySearch.provider لتجاوزه.

​
كيف تعمل الفهرسة

يقوم OpenClaw بفهرسة MEMORY.md وmemory/*.md إلى مقاطع (~400 token مع تداخل 80 token) ويخزنها في قاعدة بيانات SQLite لكل وكيل على حدة.
  • موقع الفهرس: ~/.openclaw/memory/<agentId>.sqlite
  • مراقبة الملفات: تؤدي التغييرات في ملفات الذاكرة إلى إعادة فهرسة مؤجلة (1.5 ثانية).
  • إعادة الفهرسة التلقائية: عندما يتغير مزود embeddings أو النموذج أو إعدادات تقسيم المقاطع، يُعاد بناء الفهرس بالكامل تلقائيًا.
  • إعادة الفهرسة عند الطلب: openclaw memory index --force
يمكنك أيضًا فهرسة ملفات Markdown خارج مساحة العمل باستخدام memorySearch.extraPaths. راجع مرجع التكوين.

​
متى تستخدمه

يُعد المحرك المضمن الخيار المناسب لمعظم المستخدمين:
  • يعمل مباشرةً من دون أي تبعيات إضافية.
  • يتعامل جيدًا مع البحث بالكلمات المفتاحية والبحث المتجهي.
  • يدعم جميع موفري embeddings.
  • يجمع البحث الهجين أفضل ما في نهجي الاسترجاع.
فكّر في التبديل إلى QMD إذا كنت تحتاج إلى إعادة ترتيب النتائج، أو توسيع الاستعلام، أو تريد فهرسة أدلة خارج مساحة العمل. وفكّر في Honcho إذا كنت تريد ذاكرة عبر الجلسات مع نمذجة تلقائية للمستخدم.

​
استكشاف الأخطاء وإصلاحها

هل تم تعطيل البحث في الذاكرة؟ تحقق من openclaw memory status. إذا لم يتم اكتشاف أي مزود، فعيّنه صراحةً أو أضف مفتاح API. هل النتائج قديمة؟ شغّل openclaw memory index --force لإعادة البناء. فقد تفوّت أداة المراقبة التغييرات في حالات نادرة. هل لا يتم تحميل sqlite-vec؟ يعود OpenClaw تلقائيًا إلى تشابه جيب التمام داخل العملية. تحقق من السجلات لمعرفة خطأ التحميل المحدد.

​
التكوين

لإعداد مزود embeddings، وضبط البحث الهجين (الأوزان، وMMR، والانخفاض الزمني)، والفهرسة الدفعية، والذاكرة متعددة الوسائط، وsqlite-vec، والمسارات الإضافية، وكل خيارات التكوين الأخرى، راجع مرجع تكوين الذاكرة.