หน่วยความจำ LanceDB

memory-lancedb เป็น Plugin ภายนอกอย่างเป็นทางการที่จัดเก็บหน่วยความจำระยะยาวใน LanceDB พร้อมการค้นหาแบบเวกเตอร์ โดยสามารถเรียกคืนหน่วยความจำที่เกี่ยวข้องโดยอัตโนมัติก่อนรอบ การทำงานของโมเดล และบันทึกข้อเท็จจริงสำคัญโดยอัตโนมัติหลังการตอบกลับ

ใช้สำหรับฐานข้อมูลเวกเตอร์ภายในเครื่อง, ปลายทางการฝังข้อมูลที่เข้ากันได้กับ OpenAI หรือ พื้นที่จัดเก็บหน่วยความจำที่อยู่นอกแบ็กเอนด์หน่วยความจำในตัวเริ่มต้น

การติดตั้ง

openclaw plugins install @openclaw/memory-lancedb

Plugin นี้เผยแพร่บน npm และไม่ได้รวมอยู่ในอิมเมจรันไทม์ของ OpenClaw การติดตั้งจะเขียนรายการ Plugin เปิดใช้งาน และสลับ plugins.slots.memory เป็น memory-lancedb หากมี Plugin อื่นครอบครอง สล็อตหน่วยความจำอยู่ในขณะนั้น Plugin ดังกล่าวจะถูกปิดใช้งานพร้อมคำเตือน

เริ่มต้นอย่างรวดเร็ว

{  plugins: {    slots: {      memory: "memory-lancedb",    },    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            provider: "openai",            model: "text-embedding-3-small",          },          autoRecall: true,          autoCapture: false,        },      },    },  },}

รีสตาร์ต Gateway หลังเปลี่ยนการกำหนดค่า Plugin แล้วตรวจสอบว่าโหลดสำเร็จ:

openclaw gateway restartopenclaw plugins list

การกำหนดค่าการฝังข้อมูล

จำเป็นต้องระบุ embedding และต้องมีอย่างน้อยหนึ่งฟิลด์ provider มีค่าเริ่มต้นเป็น openai; model มีค่าเริ่มต้นเป็น text-embedding-3-small

มีเส้นทางคำขอสองแบบ:

• เส้นทางอะแดปเตอร์ผู้ให้บริการ (ค่าเริ่มต้น): ตั้งค่า embedding.provider และไม่ต้องระบุ embedding.apiKey/embedding.baseUrl Plugin จะค้นหาโปรไฟล์การยืนยันตัวตน ที่กำหนดค่าไว้ของผู้ให้บริการ ตัวแปรสภาพแวดล้อม หรือ models.providers.<provider>.apiKey ผ่านอะแดปเตอร์การฝังข้อมูลหน่วยความจำเดียวกับที่ memory-core ใช้ เส้นทางนี้ใช้สำหรับ github-copilot, ollama และผู้ให้บริการอื่นที่รวมมาให้และรองรับการฝังข้อมูล
• เส้นทางไคลเอนต์โดยตรงที่เข้ากันได้กับ OpenAI: ไม่ต้องตั้งค่า embedding.provider (หรือใช้ "openai") และตั้งค่า embedding.apiKey พร้อม embedding.baseUrl ใช้เส้นทางนี้ สำหรับปลายทางการฝังข้อมูลดิบที่เข้ากันได้กับ OpenAI ซึ่งไม่มีอะแดปเตอร์ ผู้ให้บริการที่รวมมาให้

OpenAI Codex / ChatGPT OAuth ไม่ใช่ข้อมูลประจำตัวสำหรับการฝังข้อมูลของ OpenAI Platform สำหรับการฝังข้อมูลของ OpenAI ให้ใช้โปรไฟล์การยืนยันตัวตนด้วยคีย์ OpenAI API, OPENAI_API_KEY หรือ models.providers.openai.apiKey ผู้ใช้ที่มีเฉพาะ OAuth ควรเลือกผู้ให้บริการอื่น ที่รองรับการฝังข้อมูล เช่น github-copilot หรือ ollama

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            provider: "github-copilot",            model: "text-embedding-3-small",          },        },      },    },  },}

ปลายทางการฝังข้อมูลที่เข้ากันได้กับ OpenAI บางแห่งปฏิเสธพารามิเตอร์ encoding_format ขณะที่บางแห่งเพิกเฉยและส่งคืน number[] เสมอ memory-lancedb จะไม่ใส่ encoding_format ในคำขอ และยอมรับทั้งการตอบกลับแบบอาร์เรย์จำนวนทศนิยม หรือ float32 ที่เข้ารหัสด้วย base64 ดังนั้นรูปแบบการตอบกลับทั้งสองแบบจึงใช้งานได้โดยไม่ต้องกำหนดค่า

มิติ

OpenClaw มีมิติในตัวเฉพาะสำหรับ text-embedding-3-small (1536) และ text-embedding-3-large (3072) เท่านั้น โมเดลอื่นต้องระบุ embedding.dimensions อย่างชัดเจนเพื่อให้ LanceDB สร้างคอลัมน์เวกเตอร์ได้ เช่น ZhiPu embedding-3 ที่ 2048 มิติ:

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            apiKey: "${ZHIPU_API_KEY}",            baseUrl: "https://open.bigmodel.cn/api/paas/v4",            model: "embedding-3",            dimensions: 2048,          },        },      },    },  },}

การฝังข้อมูลด้วย Ollama

ใช้เส้นทางอะแดปเตอร์ผู้ให้บริการ Ollama ที่รวมมาให้ (embedding.provider: "ollama") เส้นทางนี้เรียกใช้ปลายทาง /api/embed แบบเนทีฟของ Ollama และปฏิบัติตามกฎการยืนยันตัวตน/URL ฐาน เดียวกับผู้ให้บริการ Ollama

{  plugins: {    slots: {      memory: "memory-lancedb",    },    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            provider: "ollama",            baseUrl: "http://127.0.0.1:11434",            model: "mxbai-embed-large",            dimensions: 1024,          },          recallMaxChars: 400,          autoRecall: true,          autoCapture: false,        },      },    },  },}

mxbai-embed-large ไม่อยู่ในตารางมิติในตัว จึงจำเป็นต้องระบุ dimensions สำหรับโมเดลการฝังข้อมูลภายในเครื่องขนาดเล็ก ให้ลด recallMaxChars หาก เซิร์ฟเวอร์ภายในเครื่องส่งคืนข้อผิดพลาดเกี่ยวกับความยาวบริบท

ขีดจำกัดการเรียกคืนและการบันทึก

recallMaxChars จำกัดคิวรีเรียกคืนอัตโนมัติของ before_prompt_build, เครื่องมือ memory_recall, เส้นทางคิวรี memory_forget และ openclaw ltm search การเรียกคืนอัตโนมัติจะฝังข้อความล่าสุดของผู้ใช้จากรอบการทำงาน และจะย้อนกลับไปใช้พรอมต์ฉบับเต็ม เฉพาะเมื่อไม่มีข้อความของผู้ใช้เท่านั้น จึงไม่รวมข้อมูลเมตาของช่องทาง และบล็อกพรอมต์ขนาดใหญ่ไว้ในคำขอการฝังข้อมูล

captureMaxChars กำหนดว่าข้อความของผู้ใช้จากเหตุการณ์ agent_end ของรอบการทำงานสั้นพอที่จะพิจารณาสำหรับการบันทึกอัตโนมัติหรือไม่ โดยไม่มีผลต่อ คิวรีเรียกคืน

customTriggers เพิ่มวลีสำหรับการบันทึกอัตโนมัติแบบตรงตัวโดยไม่ใช้ regex ทริกเกอร์ ในตัวครอบคลุมวลีเกี่ยวกับหน่วยความจำที่ใช้ทั่วไปในภาษาอังกฤษ เช็ก จีน ญี่ปุ่น และเกาหลี (remember, prefer, 记住, 覚えて, 기억해 และวลีที่คล้ายกัน)

การบันทึกอัตโนมัติยังปฏิเสธข้อความที่ดูเหมือนข้อมูลเมตาของเอนเวโลป/การขนส่ง เพย์โหลดการแทรกพรอมต์ หรือบริบท <relevant-memories> ที่แทรกไว้แล้ว และจำกัดการบันทึกหน่วยความจำสูงสุด 3 รายการต่อรอบการทำงานของเอเจนต์

หน่วยความจำแต่ละรายการมีเอเจนต์หนึ่งรายเป็นเจ้าของ การเรียกคืน การตรวจหารายการซ้ำ การบันทึก การแสดงรายการ คิวรีดิบ และการลบ ล้วนบังคับใช้เจ้าของดังกล่าวก่อนส่งคืนหรือ แก้ไขแถว เอเจนต์ที่มี memorySearch.enabled: false (ใน agents.list[] หรือผ่าน agents.defaults) จะไม่ได้รับเครื่องมือ memory_recall, memory_store หรือ memory_forget และจะไม่เข้าร่วมการเรียกคืนหรือ การบันทึกอัตโนมัติ แม้เปิดแฟล็ก autoRecall/autoCapture ระดับ Plugin ไว้ก็ตาม

คำสั่ง

memory-lancedb ลงทะเบียนเนมสเปซ CLI ltm ทุกครั้งที่ติดตั้ง (ไม่ใช่เฉพาะเมื่อครอบครองสล็อตหน่วยความจำที่ใช้งานอยู่):

openclaw ltm list [--agent <id>] [--limit <n>] [--order-by-created-at]openclaw ltm search <query> [--agent <id>] [--limit <n>]openclaw ltm stats [--agent <id>]

ltm query เรียกใช้คิวรีที่ไม่ใช่เวกเตอร์กับตาราง LanceDB โดยตรง:

openclaw ltm query --agent research --cols id,text,createdAt --limit 20openclaw ltm query --filter "category = 'preference'" --order-by createdAt:desc

เอเจนต์ได้รับเครื่องมือสามรายการจาก Plugin หน่วยความจำที่ใช้งานอยู่:

• memory_recall: ค้นหาแบบเวกเตอร์ในหน่วยความจำที่จัดเก็บไว้
• memory_store: บันทึกข้อเท็จจริง ค่ากำหนด การตัดสินใจ หรือเอนทิตี (ปฏิเสธข้อความ ที่ดูเหมือนเพย์โหลดการแทรกพรอมต์ และข้ามการจัดเก็บรายการที่เกือบซ้ำกัน)
• memory_forget: ลบตาม memoryId หรือตาม query (ลบอัตโนมัติเมื่อมีรายการที่ตรงกันหนึ่งรายการ และมีคะแนนสูงกว่า 90% มิฉะนั้นจะแสดง ID ของรายการที่เป็นไปได้เพื่อให้ระบุได้ชัดเจน)

พื้นที่จัดเก็บ

ข้อมูล LanceDB มีค่าเริ่มต้นเป็น ~/.openclaw/memory/lancedb เขียนทับด้วย dbPath:

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          dbPath: "~/.openclaw/memory/lancedb",          embedding: {            apiKey: "${OPENAI_API_KEY}",            model: "text-embedding-3-small",          },        },      },    },  },}

Plugin เก็บตาราง LanceDB หนึ่งตารางและจัดเก็บเจ้าของเอเจนต์ที่ปรับเป็นรูปแบบมาตรฐานในแต่ละ แถว นี่คือขอบเขตของพื้นที่จัดเก็บ ไม่ใช่ตัวกรองหลังการค้นหา โดยจะใช้ ความเป็นเจ้าของของเอเจนต์ก่อนการจัดอันดับเวกเตอร์ และรวมไว้ในเพรดิเคตสำหรับการแสดงรายการ คิวรี การนับ และการลบ ltm query --filter ยอมรับการเปรียบเทียบที่ผ่านการตรวจสอบหนึ่งรายการกับ คอลัมน์ผลลัพธ์สาธารณะ พื้นที่จัดเก็บจะสร้างการเปรียบเทียบดังกล่าวแยกจาก เพรดิเคตเจ้าของที่บังคับใช้ ดังนั้นตัวกรองจึงไม่สามารถขยายคิวรีไปยังเอเจนต์อื่นได้

ฐานข้อมูลที่สร้างขึ้นก่อนมีการกำหนดความเป็นเจ้าของต่อเอเจนต์ไม่มีแหล่งที่มาของแถวที่เชื่อถือได้ เมื่ออัปเกรด openclaw doctor --fix จะกำหนดแถวแบบเดิมเหล่านั้นเพียงครั้งเดียวให้แก่ เอเจนต์เริ่มต้นที่กำหนดค่าไว้ การเข้าถึงระหว่างรันไทม์จะปฏิเสธโดยค่าเริ่มต้นจนกว่าการย้ายข้อมูลดังกล่าว จะเสร็จสมบูรณ์ เอเจนต์อื่นจะไม่ได้รับช่วงแถวที่เคยใช้ร่วมกันเหล่านั้นเด็ดขาด

storageOptions ยอมรับคู่คีย์/ค่าแบบสตริงสำหรับแบ็กเอนด์พื้นที่จัดเก็บของ LanceDB (เช่น พื้นที่จัดเก็บอ็อบเจ็กต์ที่เข้ากันได้กับ S3) และรองรับการขยาย ${ENV_VAR}:

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          dbPath: "s3://memory-bucket/openclaw",          storageOptions: {            access_key: "${AWS_ACCESS_KEY_ID}",            secret_key: "${AWS_SECRET_ACCESS_KEY}",            endpoint: "${AWS_ENDPOINT_URL}",          },          embedding: {            apiKey: "${OPENAI_API_KEY}",            model: "text-embedding-3-small",          },        },      },    },  },}

การขึ้นต่อกันของรันไทม์และการรองรับแพลตฟอร์ม

memory-lancedb ขึ้นอยู่กับแพ็กเกจเนทีฟ @lancedb/lancedb ซึ่งเป็นของ แพ็กเกจ Plugin (ไม่ใช่ดิสทริบิวชันหลักของ OpenClaw) การเริ่มต้น Gateway จะไม่ซ่อมแซม การขึ้นต่อกันของ Plugin หากการขึ้นต่อกันแบบเนทีฟขาดหายไปหรือโหลดไม่สำเร็จ ให้ติดตั้งใหม่หรืออัปเดตแพ็กเกจ Plugin แล้วเริ่ม Gateway ใหม่

@lancedb/lancedb ไม่เผยแพร่บิลด์เนทีฟสำหรับ darwin-x64 (Mac ที่ใช้ Intel) บนแพลตฟอร์มนั้น Plugin จะบันทึกในล็อกว่า LanceDB ไม่พร้อมใช้งานขณะโหลด ให้ใช้แบ็กเอนด์หน่วยความจำเริ่มต้น เรียกใช้ Gateway บนแพลตฟอร์ม/สถาปัตยกรรม ที่รองรับ หรือปิดใช้งาน memory-lancedb

การแก้ไขปัญหา

ความยาวอินพุตเกินความยาวบริบท

โมเดล embedding ปฏิเสธคำขอเรียกคืน:

memory-lancedb: การเรียกคืนล้มเหลว: ข้อผิดพลาด: 400 ความยาวอินพุตเกินความยาวบริบท

ลด recallMaxChars แล้วเริ่ม Gateway ใหม่:

{  plugins: {    entries: {      "memory-lancedb": {        config: {          recallMaxChars: 400,        },      },    },  },}

สำหรับ Ollama ให้ตรวจสอบด้วยว่าสามารถเข้าถึงเซิร์ฟเวอร์ embedding จากโฮสต์ Gateway โดยใช้เอนด์พอยต์ embed แบบเนทีฟของเซิร์ฟเวอร์:

curl http://127.0.0.1:11434/api/embed \  -H "Content-Type: application/json" \  -d '{"model":"mxbai-embed-large","input":"hello"}'

โมเดล embedding ที่ไม่รองรับ

หากไม่มี embedding.dimensions ระบบจะทราบเฉพาะมิติ embedding ของ OpenAI ที่มีมาให้ในตัวเท่านั้น (text-embedding-3-small, text-embedding-3-large) สำหรับโมเดลอื่น ให้ตั้งค่า embedding.dimensions เป็นขนาดเวกเตอร์ที่โมเดลนั้นรายงาน

Plugin โหลดแล้วแต่ไม่มีหน่วยความจำปรากฏขึ้น

ยืนยันว่า plugins.slots.memory ชี้ไปที่ memory-lancedb แล้วเรียกใช้:

openclaw ltm statsopenclaw ltm search "recent preference"

หากปิดใช้งาน autoCapture Plugin จะยังเรียกคืนหน่วยความจำที่มีอยู่ แต่จะไม่จัดเก็บหน่วยความจำใหม่โดยอัตโนมัติ ให้ใช้เครื่องมือ memory_store หรือเปิดใช้งาน autoCapture

ที่เกี่ยวข้อง

• ภาพรวมหน่วยความจำ
• Active Memory
• การค้นหาหน่วยความจำ
• วิกิหน่วยความจำ
• Ollama