Przejdź do głównej treści

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.

Wbudowany silnik jest domyślnym backendem pamięci. Przechowuje indeks pamięci w bazie danych SQLite przypisanej do agenta i nie wymaga dodatkowych zależności, aby rozpocząć pracę.

​
Co zapewnia

  • Wyszukiwanie słów kluczowych przez pełnotekstowe indeksowanie FTS5 (punktacja BM25).
  • Wyszukiwanie wektorowe przez osadzenia z dowolnego obsługiwanego dostawcy.
  • Wyszukiwanie hybrydowe, które łączy oba podejścia dla najlepszych wyników.
  • Obsługa CJK przez tokenizację trigramową dla języków chińskiego, japońskiego i koreańskiego.
  • Akceleracja sqlite-vec dla zapytań wektorowych w bazie danych (opcjonalnie).

​
Pierwsze kroki

Jeśli masz klucz API dla OpenAI, Gemini, Voyage, Mistral lub DeepInfra, wbudowany silnik automatycznie go wykrywa i włącza wyszukiwanie wektorowe. Konfiguracja nie jest potrzebna. Aby jawnie ustawić dostawcę: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
Bez dostawcy osadzeń dostępne jest tylko wyszukiwanie słów kluczowych. Aby wymusić wbudowanego lokalnego dostawcę osadzeń, zainstaluj opcjonalny pakiet środowiska uruchomieniowego node-llama-cpp obok OpenClaw, a następnie wskaż local.modelPath na plik GGUF: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "local",
        fallback: "none",
        local: {
          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",
        },
      },
    },
  },
}

​
Obsługiwani dostawcy osadzeń

DostawcaIDWykrywany automatycznieUwagi
OpenAIopenaiTakDomyślnie: text-embedding-3-small
GeminigeminiTakObsługuje multimodalność (obraz + audio)
VoyagevoyageTak
MistralmistralTak
DeepInfradeepinfraTakDomyślnie: BAAI/bge-m3
OllamaollamaNieLokalny, ustaw jawnie
LokalnylocalTak (pierwszy)Opcjonalne środowisko uruchomieniowe node-llama-cpp
Automatyczne wykrywanie wybiera pierwszego dostawcę, którego klucz API można rozpoznać, w pokazanej kolejności. Ustaw memorySearch.provider, aby nadpisać ten wybór.

​
Jak działa indeksowanie

OpenClaw indeksuje MEMORY.md oraz memory/*.md w porcje (~400 tokenów z nakładaniem 80 tokenów) i zapisuje je w bazie danych SQLite przypisanej do agenta.
  • Lokalizacja indeksu: ~/.openclaw/memory/<agentId>.sqlite
  • Utrzymanie pamięci masowej: pliki poboczne SQLite WAL są ograniczane okresowymi punktami kontrolnymi oraz punktami kontrolnymi przy zamykaniu.
  • Obserwowanie plików: zmiany w plikach pamięci uruchamiają opóźnione ponowne indeksowanie (1,5 s).
  • Automatyczne ponowne indeksowanie: gdy zmieni się dostawca osadzeń, model lub konfiguracja porcjowania, cały indeks jest automatycznie przebudowywany.
  • Ponowne indeksowanie na żądanie: openclaw memory index --force
Możesz też indeksować pliki Markdown spoza obszaru roboczego za pomocą memorySearch.extraPaths. Zobacz odniesienie konfiguracji.

​
Kiedy używać

Wbudowany silnik jest właściwym wyborem dla większości użytkowników:
  • Działa od razu bez dodatkowych zależności.
  • Dobrze obsługuje wyszukiwanie słów kluczowych i wektorowe.
  • Obsługuje wszystkich dostawców osadzeń.
  • Wyszukiwanie hybrydowe łączy najlepsze cechy obu podejść do pobierania.
Rozważ przełączenie na QMD, jeśli potrzebujesz ponownego rankingu, rozszerzania zapytań albo chcesz indeksować katalogi spoza obszaru roboczego. Rozważ Honcho, jeśli chcesz pamięci między sesjami z automatycznym modelowaniem użytkownika.

​
Rozwiązywanie problemów

Wyszukiwanie pamięci wyłączone? Sprawdź openclaw memory status. Jeśli żaden dostawca nie jest wykryty, ustaw go jawnie albo dodaj klucz API. Lokalny dostawca nie został wykryty? Potwierdź, że lokalna ścieżka istnieje, i uruchom: 
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
Zarówno samodzielne polecenia CLI, jak i Gateway używają tego samego identyfikatora dostawcy local. Jeśli dostawca jest ustawiony na auto, lokalne osadzenia są rozważane jako pierwsze tylko wtedy, gdy memorySearch.local.modelPath wskazuje na istniejący plik lokalny. Nieaktualne wyniki? Uruchom openclaw memory index --force, aby przebudować indeks. Obserwator może pominąć zmiany w rzadkich przypadkach brzegowych. sqlite-vec nie ładuje się? OpenClaw automatycznie przełącza się na podobieństwo cosinusowe w procesie. openclaw memory status --deep raportuje lokalny magazyn wektorowy oddzielnie od dostawcy osadzeń, więc Vector store: unavailable wskazuje na ładowanie sqlite-vec, natomiast Embeddings: unavailable wskazuje na dostawcę/uwierzytelnianie lub gotowość modelu. Sprawdź dzienniki pod kątem konkretnego błędu ładowania.

​
Konfiguracja

Aby skonfigurować dostawcę osadzeń, dostroić wyszukiwanie hybrydowe (wagi, MMR, zanikanie czasowe), indeksowanie wsadowe, pamięć multimodalną, sqlite-vec, dodatkowe ścieżki i wszystkie inne ustawienia konfiguracyjne, zobacz odniesienie konfiguracji pamięci.

​
Powiązane