--- read_when: - メモリ検索プロバイダーまたは埋め込みモデルを構成したい場合 - QMD バックエンドをセットアップしたい - ハイブリッド検索、MMR、または時間減衰を調整したい - マルチモーダルメモリインデックス化を有効にする sidebarTitle: Memory config summary: メモリ検索、埋め込みプロバイダー、QMD、ハイブリッド検索、マルチモーダルインデックス作成のすべての設定項目 title: メモリ設定リファレンス x-i18n: generated_at: "2026-06-28T22:33:42Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: de7d1c23cd415293001ef59ae2572cd7bfe9a88c70c1e4cf138ee60664ff0ac2 source_path: reference/memory-config.md workflow: 16 --- このページでは、OpenClaw メモリ検索のすべての設定項目を一覧します。概念的な概要については、次を参照してください。 メモリの仕組み。 デフォルトの SQLite バックエンド。 ローカルファーストのサイドカー。 検索パイプラインとチューニング。 対話型セッション用のメモリサブエージェント。 特に記載がない限り、すべてのメモリ検索設定は `openclaw.json` の `agents.defaults.memorySearch` 配下にあります。 **Active Memory** 機能のトグルとサブエージェント設定を探している場合、それらは `memorySearch` ではなく `plugins.entries.active-memory` 配下にあります。 Active Memory は 2 段階のゲートモデルを使用します。 1. Plugin が有効で、現在のエージェント ID を対象にしている必要があります 2. リクエストが対象となる対話型の永続チャットセッションである必要があります 有効化モデル、Plugin 所有の設定、トランスクリプトの永続化、安全なロールアウトパターンについては、[Active Memory](/ja-JP/concepts/active-memory) を参照してください。 --- ## プロバイダーの選択 | キー | 型 | デフォルト | 説明 | | ---------- | --------- | ---------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `provider` | `string` | `"openai"` | `bedrock`、`deepinfra`、`gemini`、`github-copilot`、`local`、`mistral`、`ollama`、`openai`、`openai-compatible`、`voyage` などの埋め込みアダプター ID。`api` がメモリ埋め込みアダプターまたは OpenAI 互換モデル API を指す、設定済みの `models.providers.` も指定できます | | `model` | `string` | プロバイダーのデフォルト | 埋め込みモデル名 | | `fallback` | `string` | `"none"` | プライマリが失敗した場合のフォールバックアダプター ID | | `enabled` | `boolean` | `true` | メモリ検索を有効または無効にします | `provider` が設定されていない場合、OpenClaw は OpenAI 埋め込みを使用します。Gemini、Voyage、Mistral、DeepInfra、Bedrock、GitHub Copilot、 Ollama、ローカル GGUF モデル、または OpenAI 互換の `/v1/embeddings` エンドポイントを使用するには、`provider` を明示的に設定してください。 まだ `provider: "auto"` となっているレガシー設定は `openai` に解決されます。 埋め込みプロバイダー、モデル、プロバイダー設定、ソース、スコープ、 チャンク化、またはトークナイザーを変更すると、既存の SQLite ベクトルインデックスと互換性がなくなる可能性があります。 OpenClaw はすべてを自動で再埋め込みする代わりに、ベクトル検索を一時停止し、 インデックス ID の警告を報告します。準備ができたら、 `openclaw memory status --index --agent ` または `openclaw memory index --force --agent ` で再構築してください。 `provider` が未設定の場合、レガシーの `provider: "auto"` が存在する場合、または `provider: "none"` が意図的に FTS のみのモードを選択している場合、埋め込みが利用できなくても、メモリリコールは語彙的な FTS ランキングを引き続き使用できます。 明示的な非ローカルプロバイダーは失敗時に閉じます。`memorySearch.provider` に OpenAI、Gemini、Voyage、Mistral、 Bedrock、GitHub Copilot、DeepInfra、Ollama、LM Studio、または OpenAI 互換の カスタムプロバイダーなど、具体的なリモートバックエンドのプロバイダーを設定し、そのプロバイダーが実行時に利用できない場合、`memory_search` は黙って FTS のみのリコールを使用する代わりに、利用不可の結果を返します。 プロバイダーまたは認証設定を修正するか、到達可能なプロバイダーに切り替えるか、意図的に FTS のみのリコールを使いたい場合は `provider: "none"` を設定してください。 ### カスタムプロバイダー ID `memorySearch.provider` は、`ollama` などのメモリ専用プロバイダーアダプター、または `openai-responses` / `openai-completions` などの OpenAI 互換モデル API 用に、カスタムの `models.providers.` エントリを指すことができます。OpenClaw は、エンドポイント、認証、モデルプレフィックス処理のためにカスタムプロバイダー ID を保持しながら、埋め込みアダプター用にそのプロバイダーの `api` 所有者を解決します。これにより、マルチ GPU またはマルチホスト構成で、メモリ埋め込みを特定のローカルエンドポイントに専用化できます。 ```json5 { models: { providers: { "ollama-5080": { api: "ollama", baseUrl: "http://gpu-box.local:11435", apiKey: "ollama-local", models: [{ id: "qwen3-embedding:0.6b" }], }, }, }, agents: { defaults: { memorySearch: { provider: "ollama-5080", model: "qwen3-embedding:0.6b", }, }, }, } ``` ### API キーの解決 リモート埋め込みには API キーが必要です。Bedrock は代わりに AWS SDK のデフォルト認証情報チェーン（インスタンスロール、SSO、アクセスキー）を使用します。 | プロバイダー | 環境変数 | 設定キー | | -------------- | -------------------------------------------------- | ----------------------------------- | | Bedrock | AWS 認証情報チェーン | API キーは不要 | | DeepInfra | `DEEPINFRA_API_KEY` | `models.providers.deepinfra.apiKey` | | Gemini | `GEMINI_API_KEY` | `models.providers.google.apiKey` | | GitHub Copilot | `COPILOT_GITHUB_TOKEN`, `GH_TOKEN`, `GITHUB_TOKEN` | デバイスログイン経由の認証プロファイル | | Mistral | `MISTRAL_API_KEY` | `models.providers.mistral.apiKey` | | Ollama | `OLLAMA_API_KEY`（プレースホルダー） | -- | | OpenAI | `OPENAI_API_KEY` | `models.providers.openai.apiKey` | | Voyage | `VOYAGE_API_KEY` | `models.providers.voyage.apiKey` | Codex OAuth はチャット/補完のみを対象とし、埋め込みリクエストを満たしません。 --- ## リモートエンドポイント設定 グローバルな OpenAI チャット認証情報を継承すべきでない、汎用の OpenAI 互換 `/v1/embeddings` サーバーには `provider: "openai-compatible"` を使用します。 カスタム API ベース URL。 API キーを上書きします。 追加の HTTP ヘッダー（プロバイダーのデフォルトとマージ）。 ```json5 { agents: { defaults: { memorySearch: { provider: "openai-compatible", model: "text-embedding-3-small", remote: { baseUrl: "https://api.example.com/v1/", apiKey: "YOUR_KEY", }, }, }, }, } ``` --- ## プロバイダー固有の設定 | キー | 型 | デフォルト | 説明 | | ---------------------- | -------- | ---------------------- | ------------------------------------------ | | `model` | `string` | `gemini-embedding-001` | `gemini-embedding-2-preview` もサポート | | `outputDimensionality` | `number` | `3072` | Embedding 2 の場合: 768、1536、または 3072 | モデルまたは `outputDimensionality` を変更すると、インデックス ID が変わります。OpenClaw は メモリインデックスを明示的に再構築するまで、ベクトル検索を一時停止します。 OpenAI 互換の埋め込みエンドポイントは、プロバイダー固有の `input_type` リクエストフィールドにオプトインできます。これは、クエリ埋め込みとドキュメント埋め込みで異なるラベルを必要とする非対称埋め込みモデルに有用です。 | キー | 型 | デフォルト | 説明 | | ------------------- | -------- | ------- | ------------------------------------------------------- | | `inputType` | `string` | 未設定 | クエリ埋め込みとドキュメント埋め込みで共有する `input_type` | | `queryInputType` | `string` | 未設定 | クエリ時の `input_type`; `inputType` を上書き | | `documentInputType` | `string` | 未設定 | インデックス/ドキュメントの `input_type`; `inputType` を上書き | ```json5 { agents: { defaults: { memorySearch: { provider: "openai-compatible", remote: { baseUrl: "https://embeddings.example/v1", apiKey: "${EMBEDDINGS_API_KEY}", }, model: "asymmetric-embedder", queryInputType: "query", documentInputType: "passage", }, }, }, } ``` これらの値を変更すると、プロバイダーバッチインデックス作成の埋め込みキャッシュ ID に影響します。上流モデルがラベルを異なるものとして扱う場合は、メモリの再インデックスを行ってください。 ### Bedrock 埋め込み設定 Bedrock は AWS SDK のデフォルト認証情報チェーンを使用します。API キーは不要です。OpenClaw が Bedrock 対応のインスタンスロールを持つ EC2 上で実行されている場合は、プロバイダーとモデルを設定するだけです。 ```json5 { agents: { defaults: { memorySearch: { provider: "bedrock", model: "amazon.titan-embed-text-v2:0", }, }, }, } ``` | キー | 型 | デフォルト | 説明 | | ---------------------- | -------- | ------------------------------ | ------------------------------- | | `model` | `string` | `amazon.titan-embed-text-v2:0` | 任意の Bedrock 埋め込みモデル ID | | `outputDimensionality` | `number` | モデルのデフォルト | Titan V2 の場合: 256、512、または 1024 | **サポートされているモデル**（ファミリー検出と次元数のデフォルトを含む）: | Model ID | プロバイダー | デフォルト次元数 | 設定可能な次元数 | | ------------------------------------------ | ---------- | ------------ | -------------------- | | `amazon.titan-embed-text-v2:0` | Amazon | 1024 | 256, 512, 1024 | | `amazon.titan-embed-text-v1` | Amazon | 1536 | -- | | `amazon.titan-embed-g1-text-02` | Amazon | 1536 | -- | | `amazon.titan-embed-image-v1` | Amazon | 1024 | -- | | `amazon.nova-2-multimodal-embeddings-v1:0` | Amazon | 1024 | 256, 384, 1024, 3072 | | `cohere.embed-english-v3` | Cohere | 1024 | -- | | `cohere.embed-multilingual-v3` | Cohere | 1024 | -- | | `cohere.embed-v4:0` | Cohere | 1536 | 256-1536 | | `twelvelabs.marengo-embed-3-0-v1:0` | TwelveLabs | 512 | -- | | `twelvelabs.marengo-embed-2-7-v1:0` | TwelveLabs | 1024 | -- | スループット接尾辞付きのバリアント（例: `amazon.titan-embed-text-v1:2:8k`）は、ベースモデルの設定を継承します。 **認証:** Bedrock 認証は、標準の AWS SDK 認証情報解決順序を使用します。 1. 環境変数（`AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY`） 2. SSO トークンキャッシュ 3. Web アイデンティティトークン認証情報 4. 共有認証情報ファイルと設定ファイル 5. ECS または EC2 メタデータ認証情報 リージョンは、`AWS_REGION`、`AWS_DEFAULT_REGION`、`amazon-bedrock` プロバイダーの `baseUrl` から解決されるか、デフォルトで `us-east-1` になります。 **IAM 権限:** IAM ロールまたはユーザーには次が必要です。 ```json { "Effect": "Allow", "Action": "bedrock:InvokeModel", "Resource": "*" } ``` 最小権限にするには、`InvokeModel` のスコープを特定のモデルに限定します。 ``` arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0 ``` | キー | 型 | デフォルト | 説明 | | --------------------- | ------------------ | ---------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `local.modelPath` | `string` | 自動ダウンロード | GGUF モデルファイルへのパス | | `local.modelCacheDir` | `string` | node-llama-cpp のデフォルト | ダウンロード済みモデルのキャッシュディレクトリ | | `local.contextSize` | `number \| "auto"` | `4096` | 埋め込みコンテキストのコンテキストウィンドウサイズ。4096 は一般的なチャンク（128〜512 トークン）をカバーしつつ、重み以外の VRAM を抑えます。制約のあるホストでは 1024〜2048 に下げます。`"auto"` はモデルの学習時の最大値を使用します。8B+ モデルでは推奨されません（Qwen3-Embedding-8B: 40,960 トークン → 約 32 GB VRAM、4096 では約 8.8 GB）。 | まず公式 llama.cpp プロバイダーをインストールします: `openclaw plugins install @openclaw/llama-cpp-provider`。 デフォルトモデル: `embeddinggemma-300m-qat-Q8_0.gguf`（約 0.6 GB、自動ダウンロード）。ソースチェックアウトでは、引き続きネイティブビルドの承認が必要です: `pnpm approve-builds` の後に `pnpm rebuild node-llama-cpp`。 Gateway が使用するものと同じプロバイダーパスを検証するには、スタンドアロン CLI を使用します。 ```bash openclaw memory status --deep --agent main openclaw memory index --force --agent main ``` ローカル GGUF 埋め込みには `provider: "local"` を明示的に設定します。`hf:` と HTTP(S) モデル参照は明示的なローカル設定でサポートされていますが、デフォルトプロバイダーは変更されません。 ### インライン埋め込みのタイムアウト メモリーインデックス作成中のインライン埋め込みバッチのタイムアウトを上書きします。 未設定の場合はプロバイダーのデフォルトを使用します。`local`、`ollama`、`lmstudio` などのローカル/セルフホストプロバイダーでは 600 秒、ホスト型プロバイダーでは 120 秒です。ローカルの CPU バウンドな埋め込みバッチが正常だが遅い場合は、この値を増やします。 --- ## ハイブリッド検索設定 すべて `memorySearch.query.hybrid` の下にあります。 | キー | 型 | デフォルト | 説明 | | --------------------- | --------- | ------- | ---------------------------------- | | `enabled` | `boolean` | `true` | ハイブリッド BM25 + ベクトル検索を有効化 | | `vectorWeight` | `number` | `0.7` | ベクトルスコアの重み（0-1） | | `textWeight` | `number` | `0.3` | BM25 スコアの重み（0-1） | | `candidateMultiplier` | `number` | `4` | 候補プールサイズの乗数 | | キー | 型 | デフォルト | 説明 | | ------------- | --------- | ------- | ------------------------------------ | | `mmr.enabled` | `boolean` | `false` | MMR 再ランキングを有効化 | | `mmr.lambda` | `number` | `0.7` | 0 = 最大多様性、1 = 最大関連性 | | キー | 型 | デフォルト | 説明 | | ---------------------------- | --------- | ------- | ------------------------- | | `temporalDecay.enabled` | `boolean` | `false` | 新しさブーストを有効化 | | `temporalDecay.halfLifeDays` | `number` | `30` | N 日ごとにスコアが半減 | エバーグリーンファイル（`MEMORY.md`、`memory/` 内の日付なしファイル）は減衰されません。 ### 完全な例 ```json5 { agents: { defaults: { memorySearch: { query: { hybrid: { vectorWeight: 0.7, textWeight: 0.3, mmr: { enabled: true, lambda: 0.7 }, temporalDecay: { enabled: true, halfLifeDays: 30 }, }, }, }, }, }, } ``` --- ## 追加メモリパス | キー | 型 | 説明 | | ------------ | ---------- | ---------------------------------------- | | `extraPaths` | `string[]` | インデックス対象にする追加のディレクトリまたはファイル | ```json5 { agents: { defaults: { memorySearch: { extraPaths: ["../team-docs", "/srv/shared-notes"], }, }, }, } ``` パスは絶対パスまたはワークスペース相対パスにできます。ディレクトリは `.md` ファイルを再帰的にスキャンします。シンボリックリンクの扱いは有効なバックエンドによって異なります。組み込みエンジンはシンボリックリンクを無視し、QMD は基盤となる QMD スキャナーの挙動に従います。 エージェントスコープのエージェント横断トランスクリプト検索には、`memory.qmd.paths` ではなく `agents.list[].memorySearch.qmd.extraCollections` を使用します。これらの追加コレクションは同じ `{ path, name, pattern? }` 形状に従いますが、エージェントごとにマージされ、パスが現在のワークスペース外を指す場合でも明示的な共有名を保持できます。同じ解決済みパスが `memory.qmd.paths` と `memorySearch.qmd.extraCollections` の両方に現れる場合、QMD は最初のエントリを保持し、重複をスキップします。 --- ## マルチモーダルメモリ（Gemini） Gemini Embedding 2 を使用して、Markdown と一緒に画像と音声をインデックスします。 | キー | 型 | デフォルト | 説明 | | ------------------------- | ---------- | ---------- | -------------------------------------- | | `multimodal.enabled` | `boolean` | `false` | マルチモーダルインデックスを有効にする | | `multimodal.modalities` | `string[]` | -- | `["image"]`、`["audio"]`、または `["all"]` | | `multimodal.maxFileBytes` | `number` | `10000000` | インデックス対象の最大ファイルサイズ | `extraPaths` 内のファイルにのみ適用されます。デフォルトのメモリルートは Markdown のみに保たれます。`gemini-embedding-2-preview` が必要です。`fallback` は `"none"` である必要があります。 対応形式: `.jpg`、`.jpeg`、`.png`、`.webp`、`.gif`、`.heic`、`.heif`（画像）、`.mp3`、`.wav`、`.ogg`、`.opus`、`.m4a`、`.aac`、`.flac`（音声）。 --- ## 埋め込みキャッシュ | キー | 型 | デフォルト | 説明 | | ------------------ | --------- | ------- | -------------------------------- | | `cache.enabled` | `boolean` | `true` | チャンク埋め込みを SQLite にキャッシュする | | `cache.maxEntries` | `number` | `50000` | キャッシュされる埋め込みの最大数 | 再インデックスまたはトランスクリプト更新時に、変更されていないテキストを再度埋め込むことを防ぎます。 --- ## バッチインデックス | キー | 型 | デフォルト | 説明 | | ----------------------------- | --------- | ------- | -------------------------- | | `remote.nonBatchConcurrency` | `number` | `4` | 並列インライン埋め込み | | `remote.batch.enabled` | `boolean` | `false` | バッチ埋め込み API を有効にする | | `remote.batch.concurrency` | `number` | `2` | 並列バッチジョブ | | `remote.batch.wait` | `boolean` | `true` | バッチ完了を待機 | | `remote.batch.pollIntervalMs` | `number` | -- | ポーリング間隔 | | `remote.batch.timeoutMinutes` | `number` | -- | バッチタイムアウト | `openai`、`gemini`、`voyage` で利用できます。OpenAI バッチは通常、大規模なバックフィルでは最速かつ最安です。 `remote.nonBatchConcurrency` は、プロバイダーのバッチ API が有効でない場合に、ローカルまたはセルフホストプロバイダー、およびホスト型プロバイダーで使用されるインライン埋め込み呼び出しを制御します。Ollama は、小規模なローカルホストに過剰な負荷をかけないように、非バッチインデックスではデフォルトで `1` になります。より大きなマシンでは、より高い値を設定してください。 これは、インライン埋め込み呼び出しのタイムアウトを制御する `sync.embeddingBatchTimeoutSeconds` とは別です。 --- ## セッションメモリ検索（実験的） セッショントランスクリプトをインデックスし、`memory_search` 経由で表示します。 | キー | 型 | デフォルト | 説明 | | ----------------------------- | ---------- | ------------ | --------------------------------------- | | `experimental.sessionMemory` | `boolean` | `false` | セッションインデックスを有効にする | | `sources` | `string[]` | `["memory"]` | トランスクリプトを含めるには `"sessions"` を追加 | | `sync.sessions.deltaBytes` | `number` | `100000` | 再インデックスのバイトしきい値 | | `sync.sessions.deltaMessages` | `number` | `50` | 再インデックスのメッセージしきい値 | セッションインデックスはオプトインで、非同期に実行されます。結果はわずかに古い場合があります。セッションログはディスク上に存在するため、ファイルシステムアクセスを信頼境界として扱ってください。 セッショントランスクリプトのヒットも [`tools.sessions.visibility`](/ja-JP/gateway/config-tools#toolssessions) に従います。デフォルトの `tree` 可視性では、現在のセッションとそのセッションが生成したセッションだけが公開されます。DM など、別のセッションから同じエージェントの無関係な Gateway ディスパッチセッションを想起するには、意図的に可視性を `agent` に広げてください（エージェントをまたいだ想起も必要で、エージェント間ポリシーが許可している場合のみ `all`）。 以下の例では、これらの設定を `agents.defaults` の下に置いています。1 つのエージェントだけがセッショントランスクリプトをインデックス化して検索すべき場合は、エージェントごとのオーバーライドで同等の `memorySearch` 設定を適用することもできます。 同じエージェントでの Gateway から DM への想起の場合: ```json5 { agents: { defaults: { memorySearch: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"], }, }, }, tools: { sessions: { visibility: "agent" }, }, } ``` ```json5 { agents: { defaults: { memorySearch: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"], }, }, }, memory: { backend: "qmd", qmd: { sessions: { enabled: true }, }, }, tools: { sessions: { visibility: "agent" }, }, } ``` QMD を使用する場合、`agents.defaults.memorySearch.experimental.sessionMemory` と `sources: ["sessions"]` だけでは、トランスクリプトは QMD にエクスポートされません。あわせて `memory.qmd.sessions.enabled: true` も設定してください。 --- ## SQLite ベクトル高速化 (sqlite-vec) | キー | 型 | デフォルト | 説明 | | ---------------------------- | --------- | ---------- | ----------------------------------------- | | `store.vector.enabled` | `boolean` | `true` | ベクトルクエリに sqlite-vec を使用する | | `store.vector.extensionPath` | `string` | 同梱 | sqlite-vec パスを上書きする | sqlite-vec が利用できない場合、OpenClaw は自動的にプロセス内のコサイン類似度にフォールバックします。 --- ## インデックスストレージ 組み込みメモリーインデックスは、各エージェントの OpenClaw SQLite データベース `agents//agent/openclaw-agent.sqlite` に保存されます。 | キー | 型 | デフォルト | 説明 | | --------------------- | -------- | ----------- | ----------------------------------------- | | `store.fts.tokenizer` | `string` | `unicode61` | FTS5 トークナイザー（`unicode61` または `trigram`） | --- ## QMD バックエンド設定 有効化するには `memory.backend = "qmd"` を設定します。すべての QMD 設定は `memory.qmd` の下にあります。 | キー | 型 | デフォルト | 説明 | | ------------------------ | --------- | ---------- | -------------------------------------------------------------------------------------- | | `command` | `string` | `qmd` | QMD 実行可能ファイルのパス。サービスの `PATH` がシェルと異なる場合は絶対パスを設定します | | `searchMode` | `string` | `search` | 検索コマンド: `search`, `vsearch`, `query` | | `rerank` | `boolean` | -- | QMD の再ランキングをスキップするには、QMD 2.1+ で `searchMode: "query"` とともに `false` に設定します | | `includeDefaultMemory` | `boolean` | `true` | `MEMORY.md` + `memory/**/*.md` を自動インデックス化します | | `paths[]` | `array` | -- | 追加パス: `{ name, path, pattern? }` | | `sessions.enabled` | `boolean` | `false` | セッショントランスクリプトを QMD にエクスポートします | | `sessions.retentionDays` | `number` | -- | トランスクリプトの保持期間 | | `sessions.exportDir` | `string` | -- | エクスポートディレクトリ | `searchMode: "search"` は語彙/BM25 のみです。OpenClaw はそのモードでは、`memory status --deep` 中も含め、セマンティックベクトルの準備状況プローブや QMD 埋め込みメンテナンスを実行しません。`vsearch` と `query` は引き続き QMD ベクトルの準備状況と埋め込みを必要とします。 `rerank: false` は QMD の `query` モードだけを変更し、QMD 2.1 以降が必要です。直接 CLI モードでは OpenClaw は `--no-rerank` を渡します。mcporter ベースの MCP モードでは、QMD の統合クエリツールに `rerank: false` を渡します。QMD のデフォルトのクエリ再ランキング動作を使用するには未設定のままにしてください。 OpenClaw は現在の QMD コレクションと MCP クエリ形状を優先しますが、必要に応じて互換性のあるコレクションパターンフラグや古い MCP ツール名を試すことで、古い QMD リリースも動作するようにしています。QMD が複数のコレクションフィルターのサポートを通知している場合、同一ソースのコレクションは 1 つの QMD プロセスで検索されます。古い QMD ビルドでは、コレクションごとの互換パスが維持されます。同一ソースとは、永続メモリーコレクションがまとめてグループ化される一方、セッショントランスクリプトコレクションは別グループのまま残り、ソースの多様化が引き続き両方の入力を持つことを意味します。 QMD モデルのオーバーライドは OpenClaw 設定ではなく QMD 側に置きます。QMD のモデルをグローバルに上書きする必要がある場合は、Gateway ランタイム環境で `QMD_EMBED_MODEL`、`QMD_RERANK_MODEL`、`QMD_GENERATE_MODEL` などの環境変数を設定してください。 | キー | 型 | デフォルト | 説明 | | ------------------------- | --------- | ------- | ------------------------------------- | | `update.interval` | `string` | `5m` | 更新間隔 | | `update.debounceMs` | `number` | `15000` | ファイル変更をデバウンス | | `update.onBoot` | `boolean` | `true` | 長時間実行される QMD マネージャーが開いたときに更新する。即時の起動時更新をスキップするには false に設定 | | `update.startup` | `string` | `off` | 任意の gateway 起動時 QMD 初期化: `off`、`idle`、または `immediate` | | `update.startupDelayMs` | `number` | `120000` | `startup: "idle"` 更新が実行されるまでの遅延 | | `update.waitForBootSync` | `boolean` | `false` | 初回更新が完了するまでマネージャーのオープンをブロック | | `update.embedInterval` | `string` | -- | 別個の埋め込み間隔 | | `update.commandTimeoutMs` | `number` | -- | QMD コマンドのタイムアウト | | `update.updateTimeoutMs` | `number` | -- | QMD 更新操作のタイムアウト | | `update.embedTimeoutMs` | `number` | -- | QMD 埋め込み操作のタイムアウト | | キー | 型 | デフォルト | 説明 | | ------------------------- | -------- | ------- | -------------------------- | | `limits.maxResults` | `number` | `6` | 最大検索結果数 | | `limits.maxSnippetChars` | `number` | -- | スニペットの長さを制限 | | `limits.maxInjectedChars` | `number` | -- | 注入される総文字数を制限 | | `limits.timeoutMs` | `number` | `4000` | 検索タイムアウト | どのセッションが QMD 検索結果を受信できるかを制御します。[`session.sendPolicy`](/ja-JP/gateway/config-agents#session) と同じスキーマです: ```json5 { memory: { qmd: { scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }], }, }, }, } ``` 同梱のデフォルトではダイレクトおよびチャンネルセッションを許可し、グループは引き続き拒否します。 デフォルトは DM のみです。`match.keyPrefix` は正規化されたセッションキーに一致します。`match.rawKeyPrefix` は `agent::` を含む生キーに一致します。 `memory.citations` はすべてのバックエンドに適用されます: | 値 | 動作 | | ---------------- | --------------------------------------------------- | | `auto` (デフォルト) | スニペットに `Source: ` フッターを含める | | `on` | 常にフッターを含める | | `off` | フッターを省略する (パスは内部的に agent に渡されます) | gateway 起動時 QMD 初期化が有効な場合、OpenClaw は対象エージェントに対してのみ QMD を起動します。`update.onBoot` が true で、interval/embed メンテナンスが構成されていない場合、startup は起動時更新用にワンショットマネージャーを使用し、それを閉じます。update または embed interval が構成されている場合、startup は長時間実行される QMD マネージャーを開き、watcher と interval timer を所有できるようにします。`update.onBoot: false` は即時の起動時更新のみをスキップします。 ### 完全な QMD 例 ```json5 { memory: { backend: "qmd", citations: "auto", qmd: { includeDefaultMemory: true, update: { interval: "5m", debounceMs: 15000 }, limits: { maxResults: 6, timeoutMs: 4000 }, scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }], }, paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }], }, }, } ``` --- ## Dreaming Dreaming は `agents.defaults.memorySearch` ではなく `plugins.entries.memory-core.config.dreaming` の下で構成されます。 Dreaming は 1 つのスケジュールされたスイープとして実行され、実装の詳細として内部の light/deep/REM フェーズを使用します。 概念的な動作とスラッシュコマンドについては、[Dreaming](/ja-JP/concepts/dreaming) を参照してください。 ### ユーザー設定 | キー | 型 | デフォルト | 説明 | | -------------------------------------- | --------- | ------------- | -------------------------------------------------------------------------------------------------------------------------------- | | `enabled` | `boolean` | `false` | Dreaming 全体を有効または無効にする | | `frequency` | `string` | `0 3 * * *` | 完全な Dreaming スイープの任意の Cron 間隔 | | `model` | `string` | デフォルトモデル | 任意の Dream Diary サブエージェントモデル上書き | | `phases.deep.maxPromotedSnippetTokens` | `number` | `160` | `MEMORY.md` に昇格された各短期 recall スニペットから保持される推定最大トークン数。来歴メタデータは表示されたままです | ### 例 ```json5 { plugins: { entries: { "memory-core": { subagent: { allowModelOverride: true, allowedModels: ["anthropic/claude-sonnet-4-6"], }, config: { dreaming: { enabled: true, frequency: "0 3 * * *", model: "anthropic/claude-sonnet-4-6", }, }, }, }, }, } ``` - Dreaming は機械状態を `memory/.dreams/` に書き込みます。 - Dreaming は人間が読めるナラティブ出力を `DREAMS.md` (または既存の `dreams.md`) に書き込みます。 - `dreaming.model` は既存の Plugin サブエージェント信頼ゲートを使用します。有効にする前に `plugins.entries.memory-core.subagent.allowModelOverride: true` を設定してください。 - Dream Diary は、構成されたモデルが利用できない場合、セッションのデフォルトモデルで 1 回再試行します。信頼または許可リストの失敗はログに記録され、黙って再試行されることはありません。 - light/deep/REM フェーズポリシーとしきい値は内部動作であり、ユーザー向けの構成ではありません。 ## 関連 - [設定リファレンス](/ja-JP/gateway/configuration-reference) - [メモリ概要](/ja-JP/concepts/memory) - [メモリ検索](/ja-JP/concepts/memory-search)