Naar hoofdinhoud gaan

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.

memory_search vindt relevante notities uit je geheugenbestanden, zelfs wanneer de bewoording afwijkt van de oorspronkelijke tekst. Het werkt door geheugen in kleine chunks te indexeren en die te doorzoeken met embeddings, trefwoorden of beide.

​
Snel aan de slag

Als je een GitHub Copilot-abonnement, of een API-sleutel voor OpenAI, Gemini, Voyage of Mistral hebt geconfigureerd, werkt geheugenzoekopdracht automatisch. Een provider expliciet instellen: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai", // or "gemini", "local", "ollama", etc.
      },
    },
  },
}
Voor configuraties met meerdere eindpunten kan provider ook een aangepaste models.providers.<id>-vermelding zijn, zoals ollama-5080, wanneer die provider api: "ollama" of een andere eigenaar van een embeddingadapter instelt. Voor lokale embeddings zonder API-sleutel installeer je het optionele runtimepakket node-llama-cpp naast OpenClaw en gebruik je provider: "local". Sommige OpenAI-compatibele embedding-eindpunten vereisen asymmetrische labels zoals input_type: "query" voor zoekopdrachten en input_type: "document" of "passage" voor geïndexeerde chunks. Configureer die met memorySearch.queryInputType en memorySearch.documentInputType; zie de referentie voor geheugenconfiguratie.

​
Ondersteunde providers

ProviderIDAPI-sleutel nodigOpmerkingen
BedrockbedrockNeeAutomatisch gedetecteerd wanneer de AWS-credentialketen resolveert
GeminigeminiJaOndersteunt indexering van afbeeldingen/audio
GitHub Copilotgithub-copilotNeeAutomatisch gedetecteerd, gebruikt Copilot-abonnement
LocallocalNeeGGUF-model, download van ~0,6 GB
MistralmistralJaAutomatisch gedetecteerd
OllamaollamaNeeLokaal, moet expliciet worden ingesteld
OpenAIopenaiJaAutomatisch gedetecteerd, snel
VoyagevoyageJaAutomatisch gedetecteerd

​
Hoe zoeken werkt

OpenClaw voert twee ophaalpaden parallel uit en voegt de resultaten samen:
  • Vectorzoekopdracht vindt notities met vergelijkbare betekenis (“gateway host” komt overeen met “de machine waarop OpenClaw draait”).
  • BM25-trefwoordzoekopdracht vindt exacte overeenkomsten (ID’s, foutstrings, configuratiesleutels).
Als slechts één pad beschikbaar is (geen embeddings of geen FTS), wordt alleen dat pad uitgevoerd. Wanneer embeddings niet beschikbaar zijn, gebruikt OpenClaw nog steeds lexicale ranking over FTS-resultaten in plaats van alleen terug te vallen op ruwe volgorde op basis van exacte overeenkomsten. Die gedegradeerde modus geeft chunks met sterkere dekking van zoektermen en relevante bestandspaden een hogere score, waardoor recall bruikbaar blijft, zelfs zonder sqlite-vec of een embeddingprovider.

​
Zoekkwaliteit verbeteren

Twee optionele functies helpen wanneer je een grote notitiegeschiedenis hebt:

​
Temporale verzwakking

Oude notities verliezen geleidelijk rankinggewicht, zodat recente informatie eerst naar voren komt. Met de standaardhalveringstijd van 30 dagen scoort een notitie van vorige maand op 50% van het oorspronkelijke gewicht. Evergreen-bestanden zoals MEMORY.md worden nooit verzwakt.
Schakel temporale verzwakking in als je agent maanden aan dagelijkse notities heeft en verouderde informatie recente context blijft overtreffen.

​
MMR (diversiteit)

Vermindert redundante resultaten. Als vijf notities allemaal dezelfde routerconfiguratie noemen, zorgt MMR ervoor dat de bovenste resultaten verschillende onderwerpen dekken in plaats van te herhalen.
Schakel MMR in als memory_search bijna-duplicaatfragmenten uit verschillende dagelijkse notities blijft teruggeven.

​
Beide inschakelen

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

​
Multimodaal geheugen

Met Gemini Embedding 2 kun je afbeeldingen en audiobestanden naast Markdown indexeren. Zoekopdrachten blijven tekst, maar ze matchen met visuele en audio-inhoud. Zie de referentie voor geheugenconfiguratie voor de installatie.

​
Zoekopdracht in sessiegeheugen

Je kunt optioneel sessietranscripten indexeren, zodat memory_search eerdere gesprekken kan herinneren. Dit is opt-in via memorySearch.experimental.sessionMemory. Zie de configuratiereferentie voor details.

​
Probleemoplossing

Geen resultaten? Voer openclaw memory status uit om de index te controleren. Als die leeg is, voer je openclaw memory index --force uit. Alleen trefwoordovereenkomsten? Je embeddingprovider is mogelijk niet geconfigureerd. Controleer openclaw memory status --deep. Time-out bij lokale embeddings? ollama, lmstudio en local gebruiken standaard een langere inline batch-time-out. Als de host gewoon traag is, stel je agents.defaults.memorySearch.sync.embeddingBatchTimeoutSeconds in en voer je opnieuw openclaw memory index --force uit. CJK-tekst niet gevonden? Bouw de FTS-index opnieuw op met openclaw memory index --force.

​
Verder lezen

​
Gerelateerd