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 proporciona

• 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 los mejores resultados.
• Compatibilidad con CJK mediante tokenización por trigramas para chino, japonés y coreano.
• Aceleración con sqlite-vec para consultas vectoriales dentro de la base de datos (opcional).

Primeros pasos

De forma predeterminada, el motor integrado usa embeddings de OpenAI. Si ya tienes OPENAI_API_KEY o models.providers.openai.apiKey configurado, la búsqueda vectorial funciona sin configuración de memoria adicional.

Para definir un proveedor explícitamente:

{  agents: {    defaults: {      memorySearch: {        provider: "openai",      },    },  },}

Sin un proveedor de embeddings, solo está disponible la búsqueda por palabras clave.

Para forzar embeddings GGUF locales, instala el Plugin oficial de proveedor llama.cpp, y luego apunta local.modelPath a un archivo GGUF:

openclaw plugins install @openclaw/llama-cpp-provider

{  agents: {    defaults: {      memorySearch: {        provider: "local",        fallback: "none",        local: {          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",        },      },    },  },}

Proveedores de embeddings compatibles

Define memorySearch.provider para cambiar desde OpenAI.

Cómo funciona la indexación

OpenClaw indexa MEMORY.md y memory/*.md en fragmentos (~400 tokens con 80 tokens de solapamiento) y los almacena en una base de datos SQLite por agente.

• Ubicación del índice: la base de datos del agente propietario en ~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite
• Mantenimiento de almacenamiento: los sidecars WAL de SQLite se acotan con checkpoints periódicos y al apagar.
• Vigilancia 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 bajo demanda: openclaw memory index --force

Cuándo usarlo

El motor integrado es la opción adecuada para la mayoría de los usuarios:

• Funciona desde el primer momento 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

¿La búsqueda de memoria está deshabilitada? Revisa openclaw memory status. Si no se detecta ningún proveedor, define uno explícitamente o añade una clave de API.

¿No se detecta el proveedor local? Confirma que la ruta local existe y ejecuta:

openclaw memory status --deep --agent mainopenclaw memory index --force --agent main

Tanto los comandos CLI independientes como el Gateway usan el mismo id de proveedor local. Define memorySearch.provider: "local" cuando quieras embeddings locales.

¿Resultados obsoletos? Ejecuta openclaw memory index --force para reconstruir. El vigilante puede perder cambios en casos límite poco frecuentes.

¿sqlite-vec no se carga? OpenClaw recurre automáticamente a la similitud coseno en proceso. openclaw memory status --deep informa del almacén vectorial local por separado del proveedor de embeddings, por lo que Vector store: unavailable apunta a la carga de sqlite-vec, mientras que Embeddings: unavailable apunta al proveedor/autenticación o a la preparación del modelo. Revisa los registros para ver el error de carga específico.

Configuración

Para configurar el proveedor de embeddings, ajustar la 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.

Relacionado

• Descripción general de la memoria
• Búsqueda de memoria
• Active Memory