การค้นหาหน่วยความจำ

memory_search ค้นหาโน้ตที่เกี่ยวข้องจากไฟล์หน่วยความจำของคุณ แม้ข้อความที่ใช้จะ แตกต่างจากต้นฉบับ โดยจะแบ่งหน่วยความจำเป็นส่วนย่อย ๆ และ ค้นหาด้วย embeddings, คีย์เวิร์ด หรือทั้งสองอย่าง

เริ่มต้นอย่างรวดเร็ว

OpenClaw ใช้ embeddings ของ OpenAI เป็นค่าเริ่มต้น หากต้องการใช้ผู้ให้บริการรายอื่น ให้กำหนด อย่างชัดเจน:

{  agents: {    defaults: {      memorySearch: {        provider: "openai", // หรือ "gemini", "voyage", "mistral", "bedrock", "local", "ollama", "lmstudio", "github-copilot", "openai-compatible"      },    },  },}

provider ยังสามารถอ้างอิงรายการ models.providers.<id> แบบกำหนดเองได้ (เช่น ollama-5080) ตราบใดที่รายการนั้นกำหนด api เป็น "ollama" หรือ ID ผู้ให้บริการรายอื่นที่มีอะแดปเตอร์ embedding สำหรับหน่วยความจำ

สำหรับ embeddings ภายในเครื่องที่ไม่ต้องใช้คีย์ API ให้ติดตั้ง Plugin ผู้ให้บริการ llama.cpp อย่างเป็นทางการ และกำหนด provider: "local":

openclaw plugins install @openclaw/llama-cpp-provider

เช็กเอาต์ซอร์สยังคงต้องอนุมัติการบิลด์แบบเนทีฟ: pnpm approve-builds จากนั้น pnpm rebuild node-llama-cpp

ปลายทาง embedding บางแห่งที่เข้ากันได้กับ OpenAI ต้องใช้ป้ายกำกับ input_type แบบไม่สมมาตร เช่น "query" สำหรับการค้นหา และ "document"/"passage" สำหรับส่วนย่อย ที่จัดทำดัชนี กำหนดค่าเหล่านี้ด้วย queryInputType และ documentInputType; ดู ข้อมูลอ้างอิงการกำหนดค่าหน่วยความจำ

ผู้ให้บริการที่รองรับ

วิธีการทำงานของการค้นหา

OpenClaw เรียกใช้เส้นทางการดึงข้อมูลสองเส้นทางแบบขนานและรวมผลลัพธ์:

flowchart LR
    Q["คำค้น"] --> E["Embedding"]
    Q --> T["แยกเป็นโทเค็น"]
    E --> VS["การค้นหาเวกเตอร์"]
    T --> BM["การค้นหา BM25"]
    VS --> M["รวมแบบถ่วงน้ำหนัก"]
    BM --> M
    M --> R["ผลลัพธ์อันดับต้น ๆ"]

• การค้นหาเวกเตอร์ จับคู่ความหมายที่คล้ายกัน ("โฮสต์ Gateway" จับคู่กับ " เครื่องที่ใช้งาน OpenClaw")
• การค้นหาคีย์เวิร์ด BM25 จับคู่คำที่ตรงกันทุกประการ (ID, สตริงข้อผิดพลาด, คีย์การกำหนดค่า)
• การค้นหาชื่อไฟล์ จัดทำดัชนีพาธแยกจากเนื้อหาโน้ต พาธเต็มที่ตรงกันทุกประการ ชื่อไฟล์ฐาน และส่วนต้นของชื่อไฟล์ จะมีอันดับสูงกว่าพาธที่ตรงกันเพียงบางส่วน ขณะที่ส่วนข้อความและคะแนนคีย์เวิร์ดของเนื้อหายังคงมาจากเนื้อหาโน้ต

หากมีเพียงเส้นทางเดียวที่พร้อมใช้งาน ระบบจะเรียกใช้เส้นทางนั้นเพียงอย่างเดียว

โหมด FTS เท่านั้น กำหนด provider: "none" เพื่อปิดใช้งาน embeddings โดยเจตนา และค้นหาด้วยคีย์เวิร์ดเท่านั้น หากไม่กำหนด provider หรือกำหนดเป็น "auto" ระบบจะใช้การจัดอันดับด้วยคีย์เวิร์ดเท่านั้นเช่นกันหากไม่มีการกำหนดค่าการยืนยันตัวตนสำหรับ embedding โดยไม่รายงานข้อผิดพลาด และ provider: "local" (ผู้ให้บริการ GGUF/llama.cpp) ก็จะทำเช่นเดียวกันเมื่อทำงานล้มเหลว

ผู้ให้บริการที่ระบุไว้อย่างชัดเจนไม่พร้อมใช้งาน หากคุณระบุผู้ให้บริการรายอื่นอย่างชัดเจน (เช่น openai, ollama, gemini) และผู้ให้บริการนั้นไม่พร้อมใช้งาน ในเวลาที่ส่งคำขอ (การยืนยันตัวตนไม่ถูกต้อง เครือข่ายล้มเหลว) memory_search จะรายงานว่า หน่วยความจำไม่พร้อมใช้งานแทนที่จะลดระดับเป็นผลลัพธ์แบบ FTS เท่านั้นโดยไม่แจ้งให้ทราบ วิธีนี้ทำให้ ปัญหาของผู้ให้บริการที่กำหนดค่าไว้ยังคงมองเห็นได้ กำหนด provider: "none" หากต้องการเรียกคืนข้อมูล แบบ FTS เท่านั้นโดยเจตนา หรือแก้ไขการกำหนดค่าผู้ให้บริการ/การยืนยันตัวตนเพื่อคืนค่าการจัดอันดับเชิงความหมาย

การปรับปรุงคุณภาพการค้นหา

ฟีเจอร์เสริมสองรายการช่วยจัดการประวัติโน้ตขนาดใหญ่

การลดน้ำหนักตามเวลา

โน้ตเก่าจะค่อย ๆ สูญเสียน้ำหนักในการจัดอันดับ เพื่อให้ข้อมูลล่าสุดปรากฏก่อน เมื่อใช้ค่าครึ่งชีวิตเริ่มต้น 30 วัน โน้ตจากเดือนที่แล้วจะได้คะแนน 50% ของ น้ำหนักเดิม MEMORY.md และไฟล์อื่นที่ไม่มีวันที่ภายใต้ memory/ เป็นข้อมูล ที่ใช้ได้เสมอและจะไม่มีการลดน้ำหนัก มีเพียงไฟล์ memory/YYYY-MM-DD.md ที่มีวันที่เท่านั้นที่ลดน้ำหนัก

MMR (ความหลากหลาย)

ลดผลลัพธ์ที่ซ้ำซ้อน หากโน้ตห้ารายการกล่าวถึงการกำหนดค่าเราเตอร์เดียวกันทั้งหมด MMR จะทำให้ผลลัพธ์อันดับต้น ๆ ครอบคลุมหัวข้อที่แตกต่างกันแทนการแสดงซ้ำ

เปิดใช้ทั้งสองอย่าง

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

หน่วยความจำหลายรูปแบบ

ด้วย gemini-embedding-2-preview คุณสามารถจัดทำดัชนีรูปภาพและเสียงควบคู่กับ Markdown ได้ ตัวเลือกนี้ใช้เฉพาะกับไฟล์ภายใต้ memorySearch.extraPaths; รากหน่วยความจำ เริ่มต้น (MEMORY.md, memory/*.md) ยังคงรองรับเฉพาะ Markdown คำค้นหา ยังคงเป็นข้อความ แต่สามารถจับคู่กับเนื้อหาภาพและเสียงได้ ดู ข้อมูลอ้างอิงการกำหนดค่าหน่วยความจำ สำหรับการตั้งค่า

การค้นหาหน่วยความจำเซสชัน

สำหรับการเรียกคืนข้อความแบบตรงกันทุกประการจากทรานสคริปต์เซสชัน ให้ใช้ sessions_search จากนั้นเปิดผลลัพธ์ด้วย sessions_history การค้นหาหน่วยความจำเซสชันยังคงเป็นส่วนเสริมเชิงความหมาย ที่อยู่ในขั้นทดลอง

คุณสามารถเลือกจัดทำดัชนีทรานสคริปต์เซสชันเพื่อให้ memory_search เรียกคืน บทสนทนาก่อนหน้าได้ ฟีเจอร์นี้ต้องเลือกเปิดใช้: กำหนด experimental.sessionMemory: true และเพิ่ม "sessions" ลงใน sources (ค่าเริ่มต้น sources คือ ["memory"])

ผลลัพธ์จากเซสชันเป็นไปตาม tools.sessions.visibility: ค่าเริ่มต้น "tree" เปิดเผย เซสชันปัจจุบัน เซสชันที่สร้างขึ้นจากเซสชันนี้ และเซสชันกลุ่มของเอเจนต์เดียวกันที่เฝ้าดู ผ่านการรับรู้กลุ่มโดยรอบ เมื่อใช้ session.dmScope: "main" การตั้งค่า DM แบบหลายผู้ใช้ จะแชร์เซสชันหลักนั้น ดังนั้นผู้ใช้ที่ถูกกำหนดเส้นทางไปยังเซสชันดังกล่าวจึงเรียกคืนเนื้อหา จากกลุ่มที่เฝ้าดูได้ ใช้ dmScope แยกตามคู่สนทนาเพื่อแยก DM หรือกำหนด การมองเห็นเป็น "self" เพื่อไม่เข้าร่วมการอ่านเซสชันที่เฝ้าดูโดยรอบ ส่วนเซสชันอื่น ของเอเจนต์เดียวกันที่ไม่เกี่ยวข้องยังคงต้องใช้การมองเห็นแบบ "agent"

เมื่อใช้แบ็กเอนด์ QMD ให้กำหนด memory.qmd.sessions.enabled: true ด้วย เพื่อให้ ทรานสคริปต์ถูกส่งออกไปยังคอลเลกชัน QMD; experimental.sessionMemory และ sources เพียงอย่างเดียวจะไม่ส่งออกทรานสคริปต์ไปยัง QMD ดู ข้อมูลอ้างอิงการกำหนดค่า

การแก้ไขปัญหา

ไม่พบผลลัพธ์? เรียกใช้ openclaw memory status เพื่อตรวจสอบดัชนี หากว่างเปล่า ให้เรียกใช้ openclaw memory index --force

พบเฉพาะคีย์เวิร์ดที่ตรงกัน? ผู้ให้บริการ embedding ของคุณอาจยังไม่ได้รับการกำหนดค่า ตรวจสอบ openclaw memory status --deep

Embeddings ภายในเครื่องหมดเวลา? ollama, lmstudio และ local ใช้ระยะเวลา หมดเวลาของแบตช์แบบอินไลน์ที่นานขึ้นเป็นค่าเริ่มต้น หากโฮสต์เพียงแค่ทำงานช้า ให้กำหนด agents.defaults.memorySearch.sync.embeddingBatchTimeoutSeconds แล้วเรียกใช้ openclaw memory index --force อีกครั้ง

ไม่พบข้อความ CJK? สร้างดัชนี FTS ใหม่ด้วย openclaw memory index --force

ที่เกี่ยวข้อง

• ภาพรวมหน่วยความจำ
• Active Memory
• เอนจินหน่วยความจำในตัว
• ข้อมูลอ้างอิงการกำหนดค่าหน่วยความจำ