---
read_when:
    - Вы хотите понять стандартный бэкенд памяти
    - Вы хотите настроить поставщиков эмбеддингов или гибридный поиск
summary: Стандартный бэкенд памяти на основе SQLite с поиском по ключевым словам, векторным и гибридным поиском
title: Встроенный движок памяти
x-i18n:
    generated_at: "2026-06-28T22:49:58Z"
    model: gpt-5.5
    postprocess_version: locale-links-v1
    provider: openai
    source_hash: a867bd295778f81109b258a63a35a1683d652d4564e44335053af4d86f90584e
    source_path: concepts/memory-builtin.md
    workflow: 16
---

Встроенный движок — это бэкенд памяти по умолчанию. Он хранит индекс памяти в
SQLite-базе данных отдельного агента и не требует дополнительных зависимостей для начала работы.

## Что он предоставляет

- **Поиск по ключевым словам** через полнотекстовое индексирование FTS5 (оценка BM25).
- **Векторный поиск** через эмбеддинги от любого поддерживаемого поставщика.
- **Гибридный поиск**, который сочетает оба подхода для лучших результатов.
- **Поддержка CJK** через триграммную токенизацию для китайского, японского и корейского языков.
- **Ускорение sqlite-vec** для векторных запросов внутри базы данных (необязательно).

## Начало работы

По умолчанию встроенный движок использует эмбеддинги OpenAI. Если у вас уже
настроен `OPENAI_API_KEY` или `models.providers.openai.apiKey`, векторный поиск
работает без дополнительной конфигурации памяти.

Чтобы явно задать поставщика:

```json5
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
```

Без поставщика эмбеддингов доступен только поиск по ключевым словам.

Чтобы принудительно использовать локальные эмбеддинги GGUF, установите официальный Plugin поставщика llama.cpp,
затем укажите в `local.modelPath` путь к файлу GGUF:

```bash
openclaw plugins install @openclaw/llama-cpp-provider
```

```json5
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "local",
        fallback: "none",
        local: {
          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",
        },
      },
    },
  },
}
```

## Поддерживаемые поставщики эмбеддингов

| Поставщик          | ID                  | Примечания                               |
| ------------------ | ------------------- | ---------------------------------------- |
| Bedrock            | `bedrock`           | Использует цепочку учетных данных AWS    |
| DeepInfra          | `deepinfra`         | По умолчанию: `BAAI/bge-m3`              |
| Gemini             | `gemini`            | Поддерживает мультимодальность (изображение + аудио) |
| GitHub Copilot     | `github-copilot`    | Использует подписку Copilot              |
| Локальный          | `local`             | `@openclaw/llama-cpp-provider`           |
| Mistral            | `mistral`           |                                          |
| Ollama             | `ollama`            | Локальный/самостоятельно размещенный     |
| OpenAI             | `openai`            | По умолчанию: `text-embedding-3-small`   |
| Совместимый с OpenAI | `openai-compatible` | Универсальная конечная точка `/v1/embeddings` |
| Voyage             | `voyage`            |                                          |

Задайте `memorySearch.provider`, чтобы переключиться с OpenAI.

## Как работает индексирование

OpenClaw индексирует `MEMORY.md` и `memory/*.md` в фрагменты (~400 токенов с
перекрытием 80 токенов) и сохраняет их в SQLite-базе данных отдельного агента.

- **Расположение индекса:** база данных агента-владельца по адресу
  `~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite`
- **Обслуживание хранилища:** служебные файлы SQLite WAL ограничиваются периодическими
  контрольными точками и контрольными точками при завершении работы.
- **Отслеживание файлов:** изменения файлов памяти запускают переиндексацию с задержкой подавления дребезга (1,5 с).
- **Автоматическая переиндексация:** когда меняется поставщик эмбеддингов, модель или конфигурация
  разбиения на фрагменты, весь индекс автоматически перестраивается.
- **Переиндексация по запросу:** `openclaw memory index --force`

<Info>
Вы также можете индексировать Markdown-файлы вне рабочей области с помощью
`memorySearch.extraPaths`. См.
[справочник по конфигурации](/ru/reference/memory-config#additional-memory-paths).
</Info>

## Когда использовать

Встроенный движок подходит большинству пользователей:

- Работает сразу, без дополнительных зависимостей.
- Хорошо справляется с поиском по ключевым словам и векторным поиском.
- Поддерживает всех поставщиков эмбеддингов.
- Гибридный поиск сочетает лучшее из обоих подходов к извлечению.

Рассмотрите переход на [QMD](/ru/concepts/memory-qmd), если вам нужны переранжирование, расширение запросов
или индексирование каталогов вне рабочей области.

Рассмотрите [Honcho](/ru/concepts/memory-honcho), если вам нужна память между сеансами с
автоматическим моделированием пользователя.

## Устранение неполадок

**Поиск по памяти отключен?** Проверьте `openclaw memory status`. Если поставщик не
обнаружен, задайте его явно или добавьте ключ API.

**Локальный поставщик не обнаружен?** Убедитесь, что локальный путь существует, и выполните:

```bash
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
```

И автономные команды CLI, и Gateway используют один и тот же идентификатор поставщика `local`.
Задайте `memorySearch.provider: "local"`, если хотите использовать локальные эмбеддинги.

**Устаревшие результаты?** Выполните `openclaw memory index --force`, чтобы перестроить индекс. Средство отслеживания
может пропускать изменения в редких пограничных случаях.

**sqlite-vec не загружается?** OpenClaw автоматически переключается на косинусное сходство
в процессе. `openclaw memory status --deep` сообщает о локальном векторном хранилище
отдельно от поставщика эмбеддингов, поэтому `Vector store: unavailable` указывает
на загрузку sqlite-vec, а `Embeddings: unavailable` указывает на готовность поставщика/авторизации
или модели. Проверьте журналы на наличие конкретной ошибки загрузки.

## Конфигурация

Сведения о настройке поставщика эмбеддингов, параметрах гибридного поиска (веса, MMR, временное
затухание), пакетном индексировании, мультимодальной памяти, sqlite-vec, дополнительных путях и всех
остальных параметрах конфигурации см. в
[справочнике по конфигурации памяти](/ru/reference/memory-config).

## Связанные материалы

- [Обзор памяти](/ru/concepts/memory)
- [Поиск по памяти](/ru/concepts/memory-search)
- [Active Memory](/ru/concepts/active-memory)