Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

OpenClaw merkt sich Dinge, indem es einfache Markdown-Dateien im Workspace Ihres Agenten schreibt. Das Modell „erinnert“ sich nur an das, was auf der Festplatte gespeichert wird – es gibt keinen verborgenen Zustand.

​
Funktionsweise

Ihr Agent hat drei speicherbezogene Dateien:
  • MEMORY.md – Langzeitspeicher. Dauerhafte Fakten, Präferenzen und Entscheidungen. Wird zu Beginn jeder DM-Sitzung geladen.
  • memory/YYYY-MM-DD.md – tägliche Notizen. Laufender Kontext und Beobachtungen. Die Notizen von heute und gestern werden automatisch geladen.
  • DREAMS.md (optional) – Dream Diary und Zusammenfassungen von Dreaming-Durchläufen zur menschlichen Überprüfung, einschließlich fundierter historischer Backfill-Einträge.
Diese Dateien befinden sich im Agent-Workspace (Standard: ~/.openclaw/workspace).

​
Was wohin gehört

MEMORY.md ist die kompakte, kuratierte Ebene. Verwenden Sie sie für dauerhafte Fakten, Präferenzen, bestehende Entscheidungen und kurze Zusammenfassungen, die zu Beginn einer privaten Hauptsitzung verfügbar sein sollten. Sie ist nicht als Rohtranskript, Tagesprotokoll oder vollständiges Archiv gedacht. memory/YYYY-MM-DD.md-Dateien sind die Arbeitsebene. Verwenden Sie sie für detaillierte tägliche Notizen, Beobachtungen, Sitzungszusammenfassungen und Rohkontext, der später noch nützlich sein kann. Diese Dateien werden für memory_search und memory_get indiziert, aber sie werden nicht bei jedem Turn in den normalen Bootstrap-Prompt eingefügt. Mit der Zeit soll der Agent nützliches Material aus täglichen Notizen in MEMORY.md destillieren und veraltete Langzeiteinträge entfernen. Die generierten Workspace- Anweisungen und der Heartbeat-Ablauf können das regelmäßig erledigen; Sie müssen MEMORY.md nicht für jedes gemerkte Detail manuell bearbeiten. Wenn MEMORY.md das Bootstrap-Dateibudget überschreitet, lässt OpenClaw die Datei auf der Festplatte intakt, kürzt aber die Kopie, die in den Modellkontext eingefügt wird. Betrachten Sie das als Signal, detailliertes Material zurück nach memory/*.md zu verschieben, nur die dauerhafte Zusammenfassung in MEMORY.md zu behalten oder die Bootstrap-Grenzen zu erhöhen, wenn Sie ausdrücklich mehr Prompt-Budget dafür verwenden möchten. Verwenden Sie /context list, /context detail oder openclaw doctor, um Roh- und eingefügte Größen sowie den Kürzungsstatus zu sehen.
Wenn Ihr Agent sich etwas merken soll, bitten Sie ihn einfach darum: „Merken Sie sich, dass ich TypeScript bevorzuge.“ Er schreibt es in die passende Datei.

​
Abgeleitete Verpflichtungen

Manche zukünftigen Follow-ups sind keine dauerhaften Fakten. Wenn Sie ein Vorstellungsgespräch morgen erwähnen, kann die nützliche Erinnerung „nach dem Vorstellungsgespräch nachfragen“ sein, nicht „dies für immer in MEMORY.md speichern“. Commitments sind optionale, kurzlebige Follow-up-Erinnerungen für diesen Fall. OpenClaw leitet sie in einem verborgenen Hintergrunddurchlauf ab, begrenzt sie auf denselben Agenten und Kanal und liefert fällige Nachfragen über Heartbeat aus. Explizite Erinnerungen verwenden weiterhin scheduled tasks.

​
Speicherwerkzeuge

Der Agent hat zwei Werkzeuge für die Arbeit mit Speicher:
  • memory_search – findet relevante Notizen per semantischer Suche, auch wenn die Formulierung vom Original abweicht.
  • memory_get – liest eine bestimmte Speicherdatei oder einen Zeilenbereich.
Beide Werkzeuge werden vom Active Memory-Plugin bereitgestellt (Standard: memory-core).

​
Begleit-Plugin für Memory Wiki

Wenn Sie möchten, dass dauerhafter Speicher sich eher wie eine gepflegte Wissensdatenbank verhält als nur wie rohe Notizen, verwenden Sie das gebündelte Plugin memory-wiki. memory-wiki kompiliert dauerhaftes Wissen in einen Wiki-Tresor mit:
  • deterministischer Seitenstruktur
  • strukturierten Behauptungen und Belegen
  • Verfolgung von Widersprüchen und Aktualität
  • generierten Dashboards
  • kompilierten Zusammenfassungen für Agent-/Runtime-Verbraucher
  • wiki-nativen Werkzeugen wie wiki_search, wiki_get, wiki_apply und wiki_lint
Es ersetzt das Active Memory-Plugin nicht. Das Active Memory-Plugin bleibt weiterhin für Abruf, Beförderung und Dreaming zuständig. memory-wiki fügt daneben eine provenienzreiche Wissensebene hinzu. Siehe Memory Wiki.

​
Speichersuche

Wenn ein Embedding-Provider konfiguriert ist, verwendet memory_search hybride Suche – eine Kombination aus Vektorähnlichkeit (semantische Bedeutung) und Schlüsselwortabgleich (exakte Begriffe wie IDs und Codesymbole). Das funktioniert sofort, sobald Sie einen API-Schlüssel für einen unterstützten Provider haben.
OpenClaw erkennt Ihren Embedding-Provider automatisch anhand verfügbarer API-Schlüssel. Wenn Sie einen OpenAI-, Gemini-, Voyage- oder Mistral-Schlüssel konfiguriert haben, ist die Speichersuche automatisch aktiviert.
Details zur Funktionsweise der Suche, zu Tuning-Optionen und zur Provider-Einrichtung finden Sie unter Memory Search.

​
Speicher-Backends

Builtin (default)

SQLite-basiert. Funktioniert sofort mit Schlüsselwortsuche, Vektorähnlichkeit und hybrider Suche. Keine zusätzlichen Abhängigkeiten.

QMD

Local-first-Sidecar mit Reranking, Abfrageerweiterung und der Möglichkeit, Verzeichnisse außerhalb des Workspace zu indizieren.

Honcho

KI-nativer sitzungsübergreifender Speicher mit Benutzermodellierung, semantischer Suche und Multi-Agent-Bewusstsein. Plugin-Installation.

LanceDB

Gebündelter LanceDB-gestützter Speicher mit OpenAI-kompatiblen Embeddings, Auto-Recall, Auto-Capture und lokaler Ollama-Embedding-Unterstützung.

​
Wissens-Wiki-Ebene

Memory Wiki

Kompiliert dauerhaften Speicher in einen provenienzreichen Wiki-Tresor mit Behauptungen, Dashboards, Bridge-Modus und Obsidian-freundlichen Workflows.

​
Automatischer Speicher-Flush

Bevor Compaction Ihre Unterhaltung zusammenfasst, führt OpenClaw einen stillen Turn aus, der den Agenten daran erinnert, wichtigen Kontext in Speicherdateien zu speichern. Das ist standardmäßig aktiviert – Sie müssen nichts konfigurieren. Um diesen Haushaltungs-Turn auf einem lokalen Modell auszuführen, setzen Sie ein exaktes Modell- Override für den Speicher-Flush: 
{
  "agents": {
    "defaults": {
      "compaction": {
        "memoryFlush": {
          "model": "ollama/qwen3:8b"
        }
      }
    }
  }
}
Das Override gilt nur für den Speicher-Flush-Turn und erbt nicht die Fallback-Kette der aktiven Sitzung.
Der Speicher-Flush verhindert Kontextverlust während der Compaction. Wenn Ihr Agent wichtige Fakten in der Unterhaltung hat, die noch nicht in eine Datei geschrieben wurden, werden sie automatisch gespeichert, bevor die Zusammenfassung erfolgt.

​
Dreaming

Dreaming ist ein optionaler Hintergrund-Konsolidierungsdurchlauf für Speicher. Es sammelt kurzfristige Signale, bewertet Kandidaten und befördert nur qualifizierte Elemente in den Langzeitspeicher (MEMORY.md). Es ist darauf ausgelegt, den Langzeitspeicher signalstark zu halten:
  • Optional: standardmäßig deaktiviert.
  • Geplant: wenn aktiviert, verwaltet memory-core automatisch einen wiederkehrenden Cron-Job für einen vollständigen Dreaming-Durchlauf.
  • Schwellenwertbasiert: Beförderungen müssen Bewertungs-, Abrufhäufigkeits- und Abfrage- Diversitäts-Gates bestehen.
  • Überprüfbar: Phasenzusammenfassungen und Tagebucheinträge werden zur menschlichen Überprüfung in DREAMS.md geschrieben.
Details zum Phasenverhalten, zu Bewertungssignalen und zum Dream Diary finden Sie unter Dreaming.

​
Fundierter Backfill und Live-Beförderung

Das Dreaming-System hat jetzt zwei eng verwandte Prüfpfade:
  • Live-Dreaming arbeitet aus dem kurzfristigen Dreaming-Speicher unter memory/.dreams/ und wird von der normalen Deep-Phase verwendet, wenn entschieden wird, was in MEMORY.md aufsteigen kann.
  • Fundierter Backfill liest historische memory/YYYY-MM-DD.md-Notizen als eigenständige Tagesdateien und schreibt strukturierte Prüfausgaben in DREAMS.md.
Fundierter Backfill ist nützlich, wenn Sie ältere Notizen erneut durchspielen und prüfen möchten, was das System für dauerhaft hält, ohne MEMORY.md manuell zu bearbeiten. Wenn Sie Folgendes verwenden: 
openclaw memory rem-backfill --path ./memory --stage-short-term
werden die fundierten dauerhaften Kandidaten nicht direkt befördert. Sie werden in denselben kurzfristigen Dreaming-Speicher gestellt, den die normale Deep-Phase bereits verwendet. Das bedeutet:
  • DREAMS.md bleibt die Oberfläche für menschliche Überprüfung.
  • der kurzfristige Speicher bleibt die maschinenseitige Ranking-Oberfläche.
  • MEMORY.md wird weiterhin nur durch Deep-Beförderung geschrieben.
Wenn Sie entscheiden, dass die Wiederholung nicht nützlich war, können Sie die bereitgestellten Artefakte entfernen, ohne gewöhnliche Tagebucheinträge oder den normalen Recall-Zustand anzutasten: 
openclaw memory rem-backfill --rollback
openclaw memory rem-backfill --rollback-short-term

​
CLI

openclaw memory status          # Indexstatus und Provider prüfen
openclaw memory search "query"  # Über die Befehlszeile suchen
openclaw memory index --force   # Index neu erstellen

​
Weitere Informationen

​
Verwandt