--- read_when: - memory_search'ün nasıl çalıştığını anlamak istiyorsunuz - Bir embedding sağlayıcısı seçmek istiyorsunuz - Arama kalitesini ayarlamak istiyorsunuz summary: Bellek aramasının ilgili notları gömmeler ve hibrit getirme kullanarak nasıl bulduğu title: Bellek araması x-i18n: generated_at: "2026-06-28T22:33:49Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: 32ffb9d996851566eb92b7812c5425f545ecbb5387a0a445686df35a6c8ae143 source_path: concepts/memory-search.md workflow: 16 --- `memory_search`, ifade özgün metinden farklı olsa bile bellek dosyalarınızdan ilgili notları bulur. Bunu belleği küçük parçalara indeksleyerek ve bunları gömmeler, anahtar sözcükler veya her ikisiyle arayarak yapar. ## Hızlı başlangıç Bellek araması varsayılan olarak OpenAI gömmelerini kullanır. Başka bir gömme arka ucu kullanmak için açıkça bir sağlayıcı ayarlayın: ```json5 { agents: { defaults: { memorySearch: { provider: "openai", // or "gemini", "local", "ollama", "openai-compatible", etc. }, }, }, } ``` Belleğe özel sağlayıcıları olan çok uç noktalı kurulumlarda, `provider` ayrıca söz konusu sağlayıcı `api: "ollama"` veya başka bir bellek gömme adaptörü sahibi ayarladığında `ollama-5080` gibi özel bir `models.providers.` girdisi olabilir. API anahtarı gerektirmeyen yerel gömmeler için `@openclaw/llama-cpp-provider` kurun ve `provider: "local"` ayarlayın. Kaynak checkout'ları yine de yerel derleme onayı gerektirebilir: `pnpm approve-builds`, ardından `pnpm rebuild node-llama-cpp`. Bazı OpenAI uyumlu gömme uç noktaları, aramalar için `input_type: "query"` ve indekslenen parçalar için `input_type: "document"` veya `"passage"` gibi asimetrik etiketler gerektirir. Bunları `memorySearch.queryInputType` ve `memorySearch.documentInputType` ile yapılandırın; [Bellek yapılandırma başvurusu](/tr/reference/memory-config#provider-specific-config) sayfasına bakın. ## Desteklenen sağlayıcılar | Sağlayıcı | ID | API anahtarı gerekir | Notlar | | ----------------- | ------------------- | -------------------- | ------------------------------- | | Bedrock | `bedrock` | Hayır | AWS kimlik bilgisi zincirini kullanır | | DeepInfra | `deepinfra` | Evet | Varsayılan: `BAAI/bge-m3` | | Gemini | `gemini` | Evet | Görsel/ses indekslemeyi destekler | | GitHub Copilot | `github-copilot` | Hayır | Copilot aboneliğini kullanır | | Local | `local` | Hayır | GGUF modeli, ~0.6 GB indirme | | Mistral | `mistral` | Evet | | | Ollama | `ollama` | Hayır | Yerel/kendi barındırdığınız | | OpenAI | `openai` | Evet | Varsayılan | | OpenAI-compatible | `openai-compatible` | Genellikle | Genel `/v1/embeddings` | | Voyage | `voyage` | Evet | | ## Arama nasıl çalışır OpenClaw iki alma yolunu paralel çalıştırır ve sonuçları birleştirir: ```mermaid flowchart LR Q["Query"] --> E["Embedding"] Q --> T["Tokenize"] E --> VS["Vector Search"] T --> BM["BM25 Search"] VS --> M["Weighted Merge"] BM --> M M --> R["Top Results"] ``` - **Vektör araması**, benzer anlama sahip notları bulur ("gateway host", "OpenClaw çalıştıran makine" ile eşleşir). - **BM25 anahtar sözcük araması**, tam eşleşmeleri bulur (ID'ler, hata dizeleri, yapılandırma anahtarları). Yalnızca bir yol kullanılabiliyorsa diğeri tek başına çalışır. Bilerek kullanılan yalnızca FTS modu (`provider: "none"`) ve otomatik/varsayılan sağlayıcı seçimi, gömmeler kullanılamadığında yine de sözcüksel sıralamayı kullanabilir. Açıkça ayarlanmış yerel olmayan gömme sağlayıcıları farklıdır. `memorySearch.provider` değerini somut bir uzak destekli sağlayıcıya ayarlarsanız ve bu sağlayıcı çalışma zamanında kullanılamazsa, `memory_search` sessizce yalnızca FTS sonuçlarını kullanmak yerine belleği kullanılamaz olarak bildirir. Bu, bozuk yapılandırılmış semantik sağlayıcıyı görünür tutar. Bilerek yalnızca FTS geri çağırma için `provider: "none"` ayarlayın veya semantik sıralamayı geri yüklemek için sağlayıcı/kimlik doğrulama yapılandırmasını düzeltin. ## Arama kalitesini iyileştirme Büyük bir not geçmişiniz olduğunda iki isteğe bağlı özellik yardımcı olur: ### Zamansal azalma Eski notlar sıralama ağırlığını kademeli olarak kaybeder, böylece güncel bilgiler önce öne çıkar. Varsayılan 30 günlük yarı ömürle, geçen aydan bir not özgün ağırlığının %50'siyle puanlanır. `MEMORY.md` gibi her zaman geçerli dosyalar asla azaltılmaz. Ajanınızın aylarca günlük notu varsa ve bayat bilgiler güncel bağlamın önüne geçmeye devam ediyorsa zamansal azalmayı etkinleştirin. ### MMR (çeşitlilik) Yinelenen sonuçları azaltır. Beş notun tamamı aynı yönlendirici yapılandırmasından bahsediyorsa MMR, en üst sonuçların tekrarlamak yerine farklı konuları kapsamasını sağlar. `memory_search` farklı günlük notlardan neredeyse yinelenen parçalar döndürmeye devam ediyorsa MMR'yi etkinleştirin. ### İkisini de etkinleştirin ```json5 { agents: { defaults: { memorySearch: { query: { hybrid: { mmr: { enabled: true }, temporalDecay: { enabled: true }, }, }, }, }, }, } ``` ## Çok modlu bellek Gemini Embedding 2 ile Markdown'un yanında görselleri ve ses dosyalarını indeksleyebilirsiniz. Arama sorguları metin olarak kalır, ancak görsel ve ses içerikleriyle eşleşir. Kurulum için [Bellek yapılandırma başvurusu](/tr/reference/memory-config) sayfasına bakın. ## Oturum belleği araması İsteğe bağlı olarak oturum dökümlerini indeksleyebilirsiniz; böylece `memory_search` önceki konuşmaları hatırlayabilir. Bu, `memorySearch.experimental.sessionMemory` ve `sources: ["sessions"]` üzerinden isteğe bağlıdır; varsayılan kaynak listesi yalnızca bellektir. Deneysel bayrak oturum dökümü indekslemeyi etkinleştirirken, `sources` oturum parçalarının aranıp aranmayacağını denetler. Oturum isabetleri `tools.sessions.visibility` değerine uyar: varsayılan `tree` ayarı yalnızca geçerli oturumu ve onun başlattığı oturumları açığa çıkarır. Ayrı bir DM oturumundan ilgisiz, aynı ajana ait gateway tarafından gönderilmiş bir oturumu hatırlamak için görünürlüğü bilerek `agent` değerine genişletin. QMD kullanırken, dökümlerin bir QMD koleksiyonuna dışa aktarılması için `memory.qmd.sessions.enabled: true` değerini de ayarlayın. Ayrıntılar için [yapılandırma başvurusuna](/tr/reference/memory-config) bakın. ## Sorun giderme **Sonuç yok mu?** İndeksi kontrol etmek için `openclaw memory status` çalıştırın. Boşsa `openclaw memory index --force` çalıştırın. **Yalnızca anahtar sözcük eşleşmeleri mi var?** Gömme sağlayıcınız yapılandırılmamış olabilir. `openclaw memory status --deep` ile kontrol edin. **Yerel gömmeler zaman aşımına mı uğruyor?** `ollama`, `lmstudio` ve `local` varsayılan olarak daha uzun bir satır içi toplu iş zaman aşımı kullanır. Ana makine yalnızca yavaşsa `agents.defaults.memorySearch.sync.embeddingBatchTimeoutSeconds` ayarlayın ve `openclaw memory index --force` komutunu yeniden çalıştırın. **CJK metni bulunamıyor mu?** FTS indeksini `openclaw memory index --force` ile yeniden oluşturun. ## Daha fazla okuma - [Active Memory](/tr/concepts/active-memory) -- etkileşimli sohbet oturumları için alt ajan belleği - [Bellek](/tr/concepts/memory) -- dosya düzeni, arka uçlar, araçlar - [Bellek yapılandırma başvurusu](/tr/reference/memory-config) -- tüm yapılandırma ayarları ## İlgili - [Belleğe genel bakış](/tr/concepts/memory) - [Active Memory](/tr/concepts/active-memory) - [Yerleşik bellek motoru](/tr/concepts/memory-builtin)