Vai al contenuto principale

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

Il motore integrato è il backend di memoria predefinito. Archivia il tuo indice di memoria in un database SQLite per agente e non richiede dipendenze aggiuntive per iniziare.

​
Cosa offre

  • Ricerca per parole chiave tramite indicizzazione full-text FTS5 (punteggio BM25).
  • Ricerca vettoriale tramite embedding di qualsiasi provider supportato.
  • Ricerca ibrida che combina entrambe per ottenere i risultati migliori.
  • Supporto CJK tramite tokenizzazione a trigrammi per cinese, giapponese e coreano.
  • Accelerazione sqlite-vec per query vettoriali nel database (opzionale).

​
Per iniziare

Se hai una chiave API per OpenAI, Gemini, Voyage, Mistral o DeepInfra, il motore integrato la rileva automaticamente e abilita la ricerca vettoriale. Non serve configurazione. Per impostare esplicitamente un provider: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
Senza un provider di embedding, è disponibile solo la ricerca per parole chiave. Per forzare il provider di embedding locale integrato, installa il pacchetto runtime opzionale node-llama-cpp accanto a OpenClaw, quindi punta local.modelPath a un file GGUF: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "local",
        fallback: "none",
        local: {
          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",
        },
      },
    },
  },
}

​
Provider di embedding supportati

ProviderIDRilevato automaticamenteNote
OpenAIopenaiSìPredefinito: text-embedding-3-small
GeminigeminiSìSupporta multimodale (immagine + audio)
VoyagevoyageSì
MistralmistralSì
DeepInfradeepinfraSìPredefinito: BAAI/bge-m3
OllamaollamaNoLocale, da impostare esplicitamente
LocalelocalSì (per primo)Runtime opzionale node-llama-cpp
Il rilevamento automatico sceglie il primo provider la cui chiave API può essere risolta, nell’ordine mostrato. Imposta memorySearch.provider per sovrascrivere.

​
Come funziona l’indicizzazione

OpenClaw indicizza MEMORY.md e memory/*.md in blocchi (~400 token con sovrapposizione di 80 token) e li archivia in un database SQLite per agente.
  • Posizione dell’indice: ~/.openclaw/memory/<agentId>.sqlite
  • Manutenzione dell’archiviazione: i file sidecar WAL di SQLite sono limitati con checkpoint periodici e all’arresto.
  • Monitoraggio dei file: le modifiche ai file di memoria attivano una reindicizzazione con debounce (1,5 s).
  • Reindicizzazione automatica: quando cambiano il provider di embedding, il modello o la configurazione di suddivisione in blocchi, l’intero indice viene ricostruito automaticamente.
  • Reindicizzazione su richiesta: openclaw memory index --force
Puoi anche indicizzare file Markdown esterni al workspace con memorySearch.extraPaths. Consulta il riferimento di configurazione.

​
Quando usarlo

Il motore integrato è la scelta giusta per la maggior parte degli utenti:
  • Funziona subito senza dipendenze aggiuntive.
  • Gestisce bene la ricerca per parole chiave e vettoriale.
  • Supporta tutti i provider di embedding.
  • La ricerca ibrida combina il meglio di entrambi gli approcci di recupero.
Valuta il passaggio a QMD se hai bisogno di reranking, espansione delle query o vuoi indicizzare directory esterne al workspace. Valuta Honcho se vuoi memoria tra sessioni con modellazione automatica dell’utente.

​
Risoluzione dei problemi

Ricerca in memoria disabilitata? Controlla openclaw memory status. Se non viene rilevato alcun provider, impostane uno esplicitamente o aggiungi una chiave API. Provider locale non rilevato? Conferma che il percorso locale esista ed esegui: 
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
Sia i comandi CLI standalone sia il Gateway usano lo stesso id provider local. Se il provider è impostato su auto, gli embedding locali vengono considerati per primi solo quando memorySearch.local.modelPath punta a un file locale esistente. Risultati obsoleti? Esegui openclaw memory index --force per ricostruire. Il watcher può non rilevare modifiche in rari casi limite. sqlite-vec non si carica? OpenClaw ripiega automaticamente sulla similarità del coseno in-process. openclaw memory status --deep segnala l’archivio vettoriale locale separatamente dal provider di embedding, quindi Vector store: unavailable indica il caricamento di sqlite-vec mentre Embeddings: unavailable indica provider/autenticazione o prontezza del modello. Controlla i log per l’errore di caricamento specifico.

​
Configurazione

Per la configurazione del provider di embedding, la regolazione della ricerca ibrida (pesi, MMR, decadimento temporale), l’indicizzazione batch, la memoria multimodale, sqlite-vec, percorsi aggiuntivi e tutti gli altri parametri di configurazione, consulta il riferimento di configurazione della memoria.

​
Correlati