Langsung ke konten utama

​
Mesin Memori Bawaan

Mesin bawaan adalah backend memori default. Mesin ini menyimpan indeks memori Anda di database SQLite per agen dan tidak memerlukan dependensi tambahan untuk memulai.

​
Yang disediakan

  • Pencarian kata kunci melalui pengindeksan full-text FTS5 (skor BM25).
  • Pencarian vektor melalui embedding dari penyedia yang didukung.
  • Pencarian hibrida yang menggabungkan keduanya untuk hasil terbaik.
  • Dukungan CJK melalui tokenisasi trigram untuk bahasa Mandarin, Jepang, dan Korea.
  • Akselerasi sqlite-vec untuk kueri vektor di dalam database (opsional).

​
Memulai

Jika Anda memiliki API key untuk OpenAI, Gemini, Voyage, atau Mistral, mesin bawaan akan mendeteksinya secara otomatis dan mengaktifkan pencarian vektor. Tidak perlu konfigurasi. Untuk menetapkan penyedia secara eksplisit: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
Tanpa penyedia embedding, hanya pencarian kata kunci yang tersedia.

​
Penyedia embedding yang didukung

PenyediaIDTerdeteksi otomatisCatatan
OpenAIopenaiYaDefault: text-embedding-3-small
GeminigeminiYaMendukung multimodal (gambar + audio)
VoyagevoyageYa
MistralmistralYa
OllamaollamaTidakLokal, tetapkan secara eksplisit
LocallocalYa (pertama)Model GGUF, unduhan ~0,6 GB
Deteksi otomatis memilih penyedia pertama yang API key-nya dapat di-resolve, dalam urutan yang ditampilkan. Tetapkan memorySearch.provider untuk menggantinya.

​
Cara kerja pengindeksan

OpenClaw mengindeks MEMORY.md dan memory/*.md menjadi potongan (~400 token dengan tumpang tindih 80 token) dan menyimpannya di database SQLite per agen.
  • Lokasi indeks: ~/.openclaw/memory/<agentId>.sqlite
  • Pemantauan file: perubahan pada file memori memicu pengindeksan ulang dengan debounce (1,5 dtk).
  • Pengindeksan ulang otomatis: saat penyedia embedding, model, atau konfigurasi chunking berubah, seluruh indeks dibangun ulang secara otomatis.
  • Indeks ulang sesuai permintaan: openclaw memory index --force
Anda juga dapat mengindeks file Markdown di luar workspace dengan memorySearch.extraPaths. Lihat referensi konfigurasi.

​
Kapan digunakan

Mesin bawaan adalah pilihan yang tepat bagi sebagian besar pengguna:
  • Berfungsi langsung tanpa dependensi tambahan.
  • Menangani pencarian kata kunci dan vektor dengan baik.
  • Mendukung semua penyedia embedding.
  • Pencarian hibrida menggabungkan keunggulan dari kedua pendekatan retrieval.
Pertimbangkan untuk beralih ke QMD jika Anda memerlukan reranking, query expansion, atau ingin mengindeks direktori di luar workspace. Pertimbangkan Honcho jika Anda menginginkan memori lintas sesi dengan pemodelan pengguna otomatis.

​
Pemecahan masalah

Pencarian memori dinonaktifkan? Periksa openclaw memory status. Jika tidak ada penyedia yang terdeteksi, tetapkan satu secara eksplisit atau tambahkan API key. Hasil usang? Jalankan openclaw memory index --force untuk membangun ulang. Watcher dapat melewatkan perubahan dalam kasus edge yang jarang terjadi. sqlite-vec tidak dimuat? OpenClaw otomatis beralih ke cosine similarity dalam proses. Periksa log untuk error pemuatan spesifiknya.

​
Konfigurasi

Untuk penyiapan penyedia embedding, penyetelan pencarian hibrida (bobot, MMR, temporal decay), pengindeksan batch, memori multimodal, sqlite-vec, extra paths, dan semua opsi konfigurasi lainnya, lihat referensi konfigurasi Memori.