--- read_when: - Vous voulez comprendre le backend de mémoire par défaut - Vous voulez configurer des fournisseurs d’embeddings ou la recherche hybride summary: Le backend mémoire par défaut basé sur SQLite avec recherche par mots-clés, vectorielle et hybride title: Moteur de mémoire intégré x-i18n: generated_at: "2026-06-27T17:24:19Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: a867bd295778f81109b258a63a35a1683d652d4564e44335053af4d86f90584e source_path: concepts/memory-builtin.md workflow: 16 --- Le moteur intégré est le backend de mémoire par défaut. Il stocke votre index de mémoire dans une base de données SQLite propre à chaque agent et ne nécessite aucune dépendance supplémentaire pour démarrer. ## Ce qu’il fournit - **Recherche par mots-clés** via l’indexation de texte intégral FTS5 (score BM25). - **Recherche vectorielle** via des embeddings provenant de n’importe quel fournisseur pris en charge. - **Recherche hybride** qui combine les deux pour obtenir les meilleurs résultats. - **Prise en charge CJK** via la tokenisation par trigrammes pour le chinois, le japonais et le coréen. - **Accélération sqlite-vec** pour les requêtes vectorielles en base de données (facultatif). ## Premiers pas Par défaut, le moteur intégré utilise les embeddings OpenAI. Si vous avez déjà configuré `OPENAI_API_KEY` ou `models.providers.openai.apiKey`, la recherche vectorielle fonctionne sans configuration de mémoire supplémentaire. Pour définir explicitement un fournisseur : ```json5 { agents: { defaults: { memorySearch: { provider: "openai", }, }, }, } ``` Sans fournisseur d’embeddings, seule la recherche par mots-clés est disponible. Pour forcer les embeddings GGUF locaux, installez le Plugin de fournisseur officiel llama.cpp, puis faites pointer `local.modelPath` vers un fichier GGUF : ```bash openclaw plugins install @openclaw/llama-cpp-provider ``` ```json5 { agents: { defaults: { memorySearch: { provider: "local", fallback: "none", local: { modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf", }, }, }, }, } ``` ## Fournisseurs d’embeddings pris en charge | Fournisseur | ID | Notes | | ----------------- | ------------------- | ----------------------------------- | | Bedrock | `bedrock` | Utilise la chaîne d’identifiants AWS | | DeepInfra | `deepinfra` | Par défaut : `BAAI/bge-m3` | | Gemini | `gemini` | Prend en charge le multimodal (image + audio) | | GitHub Copilot | `github-copilot` | Utilise l’abonnement Copilot | | Local | `local` | `@openclaw/llama-cpp-provider` | | Mistral | `mistral` | | | Ollama | `ollama` | Local/auto-hébergé | | OpenAI | `openai` | Par défaut : `text-embedding-3-small` | | OpenAI-compatible | `openai-compatible` | Point de terminaison générique `/v1/embeddings` | | Voyage | `voyage` | | Définissez `memorySearch.provider` pour ne plus utiliser OpenAI. ## Fonctionnement de l’indexation OpenClaw indexe `MEMORY.md` et `memory/*.md` en segments (~400 tokens avec un chevauchement de 80 tokens) et les stocke dans une base de données SQLite propre à chaque agent. - **Emplacement de l’index :** la base de données de l’agent propriétaire à `~/.openclaw/agents//agent/openclaw-agent.sqlite` - **Maintenance du stockage :** les fichiers annexes WAL de SQLite sont limités par des points de contrôle périodiques et à l’arrêt. - **Surveillance des fichiers :** les changements apportés aux fichiers de mémoire déclenchent une réindexation différée (1,5 s). - **Réindexation automatique :** lorsque le fournisseur d’embeddings, le modèle ou la configuration de segmentation change, l’index entier est reconstruit automatiquement. - **Réindexation à la demande :** `openclaw memory index --force` Vous pouvez aussi indexer des fichiers Markdown situés hors de l’espace de travail avec `memorySearch.extraPaths`. Consultez la [référence de configuration](/fr/reference/memory-config#additional-memory-paths). ## Quand l’utiliser Le moteur intégré est le bon choix pour la plupart des utilisateurs : - Fonctionne immédiatement sans dépendances supplémentaires. - Gère bien la recherche par mots-clés et la recherche vectorielle. - Prend en charge tous les fournisseurs d’embeddings. - La recherche hybride combine le meilleur des deux approches de récupération. Envisagez de passer à [QMD](/fr/concepts/memory-qmd) si vous avez besoin de reranking, d’expansion de requête ou si vous voulez indexer des répertoires hors de l’espace de travail. Envisagez [Honcho](/fr/concepts/memory-honcho) si vous voulez une mémoire intersessions avec modélisation automatique de l’utilisateur. ## Dépannage **Recherche en mémoire désactivée ?** Vérifiez `openclaw memory status`. Si aucun fournisseur n’est détecté, définissez-en un explicitement ou ajoutez une clé d’API. **Fournisseur local non détecté ?** Confirmez que le chemin local existe et exécutez : ```bash openclaw memory status --deep --agent main openclaw memory index --force --agent main ``` Les commandes CLI autonomes et le Gateway utilisent le même identifiant de fournisseur `local`. Définissez `memorySearch.provider: "local"` lorsque vous voulez utiliser des embeddings locaux. **Résultats obsolètes ?** Exécutez `openclaw memory index --force` pour reconstruire. Le surveillant peut manquer des changements dans de rares cas limites. **sqlite-vec ne se charge pas ?** OpenClaw revient automatiquement à la similarité cosinus en cours de processus. `openclaw memory status --deep` signale le magasin vectoriel local séparément du fournisseur d’embeddings ; ainsi, `Vector store: unavailable` indique un problème de chargement de sqlite-vec, tandis que `Embeddings: unavailable` indique un problème de fournisseur/authentification ou de disponibilité du modèle. Consultez les journaux pour l’erreur de chargement précise. ## Configuration Pour la configuration du fournisseur d’embeddings, l’ajustement de la recherche hybride (poids, MMR, décroissance temporelle), l’indexation par lots, la mémoire multimodale, sqlite-vec, les chemins supplémentaires et tous les autres paramètres de configuration, consultez la [référence de configuration de la mémoire](/fr/reference/memory-config). ## Liens associés - [Vue d’ensemble de la mémoire](/fr/concepts/memory) - [Recherche en mémoire](/fr/concepts/memory-search) - [Active Memory](/fr/concepts/active-memory)