Saltar al contenido principal

​
Motor de memoria integrado

El motor integrado es el backend de memoria predeterminado. Almacena tu índice de memoria en una base de datos SQLite por agente y no necesita dependencias adicionales para empezar.

​
Qué ofrece

  • Búsqueda por palabras clave mediante indexación de texto completo FTS5 (puntuación BM25).
  • Búsqueda vectorial mediante embeddings de cualquier proveedor compatible.
  • Búsqueda híbrida que combina ambas para obtener mejores resultados.
  • Compatibilidad con CJK mediante tokenización trigram para chino, japonés y coreano.
  • Aceleración con sqlite-vec para consultas vectoriales dentro de la base de datos (opcional).

​
Primeros pasos

Si tienes una API key para OpenAI, Gemini, Voyage o Mistral, el motor integrado la detecta automáticamente y habilita la búsqueda vectorial. No se necesita configuración. Para establecer un proveedor explícitamente: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
Sin un proveedor de embeddings, solo está disponible la búsqueda por palabras clave.

​
Proveedores de embeddings compatibles

ProveedorIDDetección automáticaNotas
OpenAIopenaiSíPredeterminado: text-embedding-3-small
GeminigeminiSíAdmite multimodal (imagen + audio)
VoyagevoyageSí
MistralmistralSí
OllamaollamaNoLocal, establecer explícitamente
LocallocalSí (primero)Modelo GGUF, descarga de ~0.6 GB
La detección automática elige el primer proveedor cuya API key puede resolverse, en el orden mostrado. Establece memorySearch.provider para sobrescribirlo.

​
Cómo funciona la indexación

OpenClaw indexa MEMORY.md y memory/*.md en fragmentos (~400 tokens con superposición de 80 tokens) y los almacena en una base de datos SQLite por agente.
  • Ubicación del índice: ~/.openclaw/memory/<agentId>.sqlite
  • Supervisión de archivos: los cambios en archivos de memoria activan una reindexación con debounce (1.5 s).
  • Reindexación automática: cuando cambia el proveedor de embeddings, el modelo o la configuración de fragmentación, todo el índice se reconstruye automáticamente.
  • Reindexación a demanda: openclaw memory index --force
También puedes indexar archivos Markdown fuera del espacio de trabajo con memorySearch.extraPaths. Consulta la referencia de configuración.

​
Cuándo usarlo

El motor integrado es la opción correcta para la mayoría de los usuarios:
  • Funciona de inmediato sin dependencias adicionales.
  • Maneja bien la búsqueda por palabras clave y vectorial.
  • Admite todos los proveedores de embeddings.
  • La búsqueda híbrida combina lo mejor de ambos enfoques de recuperación.
Considera cambiar a QMD si necesitas reranking, expansión de consultas o quieres indexar directorios fuera del espacio de trabajo. Considera Honcho si quieres memoria entre sesiones con modelado automático del usuario.

​
Solución de problemas

¿Búsqueda de memoria deshabilitada? Revisa openclaw memory status. Si no se detecta ningún proveedor, establece uno explícitamente o añade una API key. ¿Resultados obsoletos? Ejecuta openclaw memory index --force para reconstruir. El observador puede no detectar cambios en casos límite poco frecuentes. ¿sqlite-vec no carga? OpenClaw vuelve automáticamente a similitud coseno en proceso. Revisa los registros para ver el error de carga específico.

​
Configuración

Para la configuración de proveedores de embeddings, ajuste de búsqueda híbrida (pesos, MMR, decaimiento temporal), indexación por lotes, memoria multimodal, sqlite-vec, rutas adicionales y todos los demás controles de configuración, consulta la referencia de configuración de memoria.