Recherche dans la mémoire

memory_search trouve les notes pertinentes dans vos fichiers de mémoire, même lorsque la formulation diffère du texte original. Il fonctionne en indexant la mémoire en petits fragments et en les recherchant à l’aide d’embeddings, de mots-clés, ou des deux.

Démarrage rapide

La recherche en mémoire utilise les embeddings OpenAI par défaut. Pour utiliser un autre backend d’embedding, définissez explicitement un fournisseur :

{  agents: {    defaults: {      memorySearch: {        provider: "openai", // or "gemini", "local", "ollama", "openai-compatible", etc.      },    },  },}

Pour les configurations à plusieurs endpoints avec des fournisseurs propres à la mémoire, provider peut aussi être une entrée personnalisée models.providers.<id>, comme ollama-5080, lorsque ce fournisseur définit api: "ollama" ou un autre propriétaire d’adaptateur d’embedding de mémoire.

Pour les embeddings locaux sans clé d’API, installez @openclaw/llama-cpp-provider et définissez provider: "local". Les checkouts source peuvent encore nécessiter l’approbation de la compilation native : pnpm approve-builds puis pnpm rebuild node-llama-cpp.

Certains endpoints d’embedding compatibles OpenAI nécessitent des libellés asymétriques comme input_type: "query" pour les recherches et input_type: "document" ou "passage" pour les fragments indexés. Configurez-les avec memorySearch.queryInputType et memorySearch.documentInputType ; consultez la référence de configuration de la mémoire.

Fournisseurs pris en charge

Fonctionnement de la recherche

OpenClaw exécute deux chemins de récupération en parallèle et fusionne les résultats :

flowchart LR
    Q["Query"] --> E["Embedding"]
    Q --> T["Tokenize"]
    E --> VS["Vector Search"]
    T --> BM["BM25 Search"]
    VS --> M["Weighted Merge"]
    BM --> M
    M --> R["Top Results"]

• La recherche vectorielle trouve les notes ayant un sens similaire ("gateway host" correspond à "the machine running OpenClaw").
• La recherche par mots-clés BM25 trouve les correspondances exactes (ID, chaînes d’erreur, clés de configuration).

Si un seul chemin est disponible, l’autre s’exécute seul. Le mode volontairement limité à FTS (provider: "none") et la sélection automatique/par défaut du fournisseur peuvent toujours utiliser le classement lexical lorsque les embeddings ne sont pas disponibles.

Les fournisseurs d’embeddings explicites non locaux sont différents. Si vous définissez memorySearch.provider sur un fournisseur concret adossé à un service distant et que ce fournisseur n’est pas disponible à l’exécution, memory_search signale la mémoire comme indisponible au lieu d’utiliser silencieusement des résultats limités à FTS. Cela rend visible un fournisseur sémantique configuré mais cassé. Définissez provider: "none" pour un rappel volontairement limité à FTS, ou corrigez la configuration du fournisseur/de l’authentification pour restaurer le classement sémantique.

Améliorer la qualité de la recherche

Deux fonctionnalités facultatives sont utiles lorsque vous disposez d’un historique de notes volumineux :

Décroissance temporelle

Les anciennes notes perdent progressivement du poids dans le classement afin que les informations récentes apparaissent en premier. Avec la demi-vie par défaut de 30 jours, une note du mois dernier obtient 50 % de son poids original. Les fichiers permanents comme MEMORY.md ne subissent jamais de décroissance.

MMR (diversité)

Réduit les résultats redondants. Si cinq notes mentionnent toutes la même configuration de routeur, MMR veille à ce que les meilleurs résultats couvrent des sujets différents au lieu de se répéter.

Activer les deux

{  agents: {    defaults: {      memorySearch: {        query: {          hybrid: {            mmr: { enabled: true },            temporalDecay: { enabled: true },          },        },      },    },  },}

Mémoire multimodale

Avec Gemini Embedding 2, vous pouvez indexer des images et des fichiers audio en plus du Markdown. Les requêtes de recherche restent textuelles, mais elles correspondent au contenu visuel et audio. Consultez la référence de configuration de la mémoire pour la configuration.

Recherche dans la mémoire de session

Vous pouvez éventuellement indexer les transcriptions de session afin que memory_search puisse rappeler des conversations antérieures. C’est une option explicite via memorySearch.experimental.sessionMemory et sources: ["sessions"] ; la liste de sources par défaut se limite à la mémoire. L’indicateur expérimental active l’indexation des transcriptions de session, tandis que sources contrôle si les fragments de session sont recherchés.

Les résultats de session respectent tools.sessions.visibility : le paramètre par défaut tree n’expose que la session actuelle et les sessions qu’elle a lancées. Pour rappeler une session sans lien répartie par le Gateway pour le même agent depuis une session de DM distincte, élargissez volontairement la visibilité à agent.

Avec QMD, définissez aussi memory.qmd.sessions.enabled: true afin que les transcriptions soient exportées dans une collection QMD. Consultez la référence de configuration pour plus de détails.

Dépannage

Aucun résultat ? Exécutez openclaw memory status pour vérifier l’index. S’il est vide, exécutez openclaw memory index --force.

Uniquement des correspondances par mots-clés ? Votre fournisseur d’embeddings n’est peut-être pas configuré. Vérifiez openclaw memory status --deep.

Les embeddings locaux expirent ? ollama, lmstudio et local utilisent par défaut un délai d’attente plus long pour les lots en ligne. Si l’hôte est simplement lent, définissez agents.defaults.memorySearch.sync.embeddingBatchTimeoutSeconds et relancez openclaw memory index --force.

Texte CJK introuvable ? Reconstruisez l’index FTS avec openclaw memory index --force.

Pour aller plus loin

• Active Memory -- mémoire de sous-agent pour les sessions de chat interactives
• Mémoire -- disposition des fichiers, backends, outils
• Référence de configuration de la mémoire -- tous les paramètres de configuration

Associé

• Vue d’ensemble de la mémoire
• Active Memory
• Moteur de mémoire intégré