Bellek yapılandırması başvurusu

Bu sayfa, OpenClaw bellek araması için her yapılandırma ayarını listeler. Kavramsal genel bakışlar için bkz.:

Aksi belirtilmedikçe tüm bellek araması ayarları openclaw.json içinde agents.defaults.memorySearch altında bulunur.

Sağlayıcı seçimi

provider ayarlanmadığında OpenClaw, OpenAI gömmelerini kullanır. Gemini, Voyage, Mistral, DeepInfra, Bedrock, GitHub Copilot, Ollama, yerel bir GGUF modeli veya OpenAI uyumlu bir /v1/embeddings uç noktası kullanmak için provider değerini açıkça ayarlayın. Hâlâ provider: "auto" diyen eski yapılandırmalar openai olarak çözümlenir.

provider ayarlanmamışsa, eski provider: "auto" mevcutsa veya provider: "none" bilinçli olarak yalnızca FTS modunu seçiyorsa, gömmeler kullanılamadığında bellek geri çağırma yine de sözcüksel FTS sıralamasını kullanabilir.

Açık yerel olmayan sağlayıcılar kapalı biçimde başarısız olur. memorySearch.provider değerini OpenAI, Gemini, Voyage, Mistral, Bedrock, GitHub Copilot, DeepInfra, Ollama, LM Studio veya OpenAI uyumlu özel bir sağlayıcı gibi somut bir uzak destekli sağlayıcıya ayarlarsanız ve bu sağlayıcı çalışma zamanında kullanılamazsa, memory_search sessizce yalnızca FTS geri çağırmasına geçmek yerine kullanılamaz sonucu döndürür. Sağlayıcı/kimlik doğrulama yapılandırmasını düzeltin, erişilebilir bir sağlayıcıya geçin veya bilinçli olarak yalnızca FTS geri çağırması istiyorsanız provider: "none" ayarlayın.

Özel sağlayıcı kimlikleri

memorySearch.provider, ollama gibi belleğe özel sağlayıcı bağdaştırıcıları veya openai-responses / openai-completions gibi OpenAI uyumlu model API'leri için özel bir models.providers.<id> girdisine işaret edebilir. OpenClaw, uç nokta, kimlik doğrulama ve model öneki işleme için özel sağlayıcı kimliğini korurken gömme bağdaştırıcısı için bu sağlayıcının api sahibini çözümler. Bu, çoklu GPU veya çoklu ana makine kurulumlarının bellek gömmelerini belirli bir yerel uç noktaya ayırmasını sağlar:

{  models: {    providers: {      "ollama-5080": {        api: "ollama",        baseUrl: "http://gpu-box.local:11435",        apiKey: "ollama-local",        models: [{ id: "qwen3-embedding:0.6b" }],      },    },  },  agents: {    defaults: {      memorySearch: {        provider: "ollama-5080",        model: "qwen3-embedding:0.6b",      },    },  },}

API anahtarı çözümleme

Uzak gömmeler bir API anahtarı gerektirir. Bedrock bunun yerine AWS SDK varsayılan kimlik bilgisi zincirini kullanır (örnek rolleri, SSO, erişim anahtarları).

Uzak uç nokta yapılandırması

Genel OpenAI sohbet kimlik bilgilerini devralmaması gereken genel bir OpenAI uyumlu /v1/embeddings sunucusu için provider: "openai-compatible" kullanın.

{  agents: {    defaults: {      memorySearch: {        provider: "openai-compatible",        model: "text-embedding-3-small",        remote: {          baseUrl: "https://api.example.com/v1/",          apiKey: "YOUR_KEY",        },      },    },  },}

Sağlayıcıya özel yapılandırma

{  agents: {    defaults: {      memorySearch: {        provider: "openai-compatible",        remote: {          baseUrl: "https://embeddings.example/v1",          apiKey: "${EMBEDDINGS_API_KEY}",        },        model: "asymmetric-embedder",        queryInputType: "query",        documentInputType: "passage",      },    },  },}

{  agents: {    defaults: {      memorySearch: {        provider: "bedrock",        model: "amazon.titan-embed-text-v2:0",      },    },  },}

{  "Effect": "Allow",  "Action": "bedrock:InvokeModel",  "Resource": "*"}

arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

openclaw memory status --deep --agent mainopenclaw memory index --force --agent main

Satır içi gömme zaman aşımı

Karma arama yapılandırması

Tümü memorySearch.query.hybrid altında:

Tam örnek

{  agents: {    defaults: {      memorySearch: {        query: {          hybrid: {            vectorWeight: 0.7,            textWeight: 0.3,            mmr: { enabled: true, lambda: 0.7 },            temporalDecay: { enabled: true, halfLifeDays: 30 },          },        },      },    },  },}

Ek bellek yolları

{  agents: {    defaults: {      memorySearch: {        extraPaths: ["../team-docs", "/srv/shared-notes"],      },    },  },}

Yollar mutlak veya çalışma alanına göre olabilir. Dizinler .md dosyaları için özyinelemeli olarak taranır. Sembolik bağlantı işleme etkin arka uca bağlıdır: yerleşik motor sembolik bağlantıları yok sayar, QMD ise alttaki QMD tarayıcı davranışını izler.

Ajan kapsamlı ajanlar arası döküm araması için memory.qmd.paths yerine agents.list[].memorySearch.qmd.extraCollections kullanın. Bu ek koleksiyonlar aynı { path, name, pattern? } biçimini izler, ancak ajan başına birleştirilir ve yol geçerli çalışma alanının dışını gösterdiğinde açık paylaşılan adları koruyabilir. Aynı çözümlenmiş yol hem memory.qmd.paths hem de memorySearch.qmd.extraCollections içinde görünürse, QMD ilk girdiyi tutar ve yineleneni atlar.

Çok modlu bellek (Gemini)

Gemini Embedding 2 kullanarak görselleri ve sesi Markdown ile birlikte dizine ekleyin:

Desteklenen biçimler: .jpg, .jpeg, .png, .webp, .gif, .heic, .heif (görseller); .mp3, .wav, .ogg, .opus, .m4a, .aac, .flac (ses).

Gömme önbelleği

Yeniden dizinleme veya döküm güncellemeleri sırasında değişmemiş metnin yeniden gömülmesini önler.

Toplu dizinleme

openai, gemini ve voyage için kullanılabilir. OpenAI toplu işlemi, büyük geriye dönük doldurmalar için genellikle en hızlı ve en ucuz seçenektir.

remote.nonBatchConcurrency, sağlayıcı toplu API'leri etkin olmadığında yerel/kendi barındırılan sağlayıcılar ve barındırılan sağlayıcılar tarafından kullanılan satır içi gömme çağrılarını denetler. Ollama, daha küçük yerel ana makineleri aşırı yüklememek için toplu olmayan dizinlemede varsayılan olarak 1 kullanır; daha büyük makinelerde daha yüksek bir değer ayarlayın.

Bu, satır içi gömme çağrıları için zaman aşımını denetleyen sync.embeddingBatchTimeoutSeconds ayarından ayrıdır.

Oturum belleği araması (deneysel)

Oturum dökümlerini dizine ekleyin ve memory_search aracılığıyla kullanıma sunun:

Oturum transkripti isabetleri de tools.sessions.visibility ayarına uyar. Varsayılan tree görünürlüğü yalnızca mevcut oturumu ve onun başlattığı oturumları açığa çıkarır. DM gibi farklı bir oturumdan, ilgisiz ama aynı ajana ait Gateway tarafından gönderilmiş bir oturumu geri çağırmak için görünürlüğü bilinçli olarak agent değerine genişletin (all yalnızca ajanlar arası geri çağırma da gerektiğinde ve ajandan ajana ilke buna izin verdiğinde kullanılmalıdır).

Aşağıdaki örnekler bu ayarları agents.defaults altına yerleştirir. Yalnızca bir ajanın oturum transkriptlerini dizine eklemesi ve araması gerekiyorsa, eşdeğer memorySearch ayarlarını ajan başına geçersiz kılmada da uygulayabilirsiniz.

Aynı ajan Gateway'den DM'ye geri çağırma için:

{  agents: {    defaults: {      memorySearch: {        experimental: { sessionMemory: true },        sources: ["memory", "sessions"],      },    },  },  tools: {    sessions: { visibility: "agent" },  },}

{  agents: {    defaults: {      memorySearch: {        experimental: { sessionMemory: true },        sources: ["memory", "sessions"],      },    },  },  memory: {    backend: "qmd",    qmd: {      sessions: { enabled: true },    },  },  tools: {    sessions: { visibility: "agent" },  },}

QMD kullanırken, agents.defaults.memorySearch.experimental.sessionMemory ve sources: ["sessions"] tek başlarına transkriptleri QMD'ye dışa aktarmaz. Ayrıca memory.qmd.sessions.enabled: true değerini de ayarlayın.

SQLite vektör hızlandırma (sqlite-vec)

sqlite-vec kullanılamadığında, OpenClaw otomatik olarak süreç içi kosinüs benzerliğine geri döner.

Dizin depolama

Yerleşik bellek dizinleri, her ajanın OpenClaw SQLite veritabanında agents/<agentId>/agent/openclaw-agent.sqlite konumunda bulunur.

QMD arka uç yapılandırması

Etkinleştirmek için memory.backend = "qmd" ayarlayın. Tüm QMD ayarları memory.qmd altında bulunur:

searchMode: "search" yalnızca sözcüksel/BM25'tir. OpenClaw bu mod için, memory status --deep sırasında da dahil olmak üzere, semantik vektör hazır olma yoklamaları veya QMD gömme bakımı çalıştırmaz; vsearch ve query QMD vektör hazırlığı ve gömmeler gerektirmeye devam eder.

rerank: false yalnızca QMD query modunu değiştirir ve QMD 2.1 veya daha yenisini gerektirir. Doğrudan CLI modunda OpenClaw --no-rerank geçirir; mcporter destekli MCP modunda QMD'nin birleşik sorgu aracına rerank: false geçirir. QMD'nin varsayılan sorgu yeniden sıralama davranışını kullanmak için ayarı boş bırakın.

OpenClaw güncel QMD koleksiyonu ve MCP sorgu biçimlerini tercih eder, ancak gerektiğinde uyumlu koleksiyon desen bayraklarını ve daha eski MCP araç adlarını deneyerek eski QMD sürümlerini çalışır durumda tutar. QMD birden çok koleksiyon filtresi desteği sunduğunu bildirdiğinde, aynı kaynaklı koleksiyonlar tek bir QMD süreciyle aranır; daha eski QMD derlemeleri koleksiyon başına uyumluluk yolunu korur. Aynı kaynaklı, kalıcı bellek koleksiyonlarının birlikte gruplandığı anlamına gelir; oturum transkripti koleksiyonları ise ayrı bir grup olarak kalır, böylece kaynak çeşitlendirmesi hâlâ iki girdiye de sahip olur.

{  memory: {    qmd: {      scope: {        default: "deny",        rules: [{ action: "allow", match: { chatType: "direct" } }],      },    },  },}

Gateway başlangıcında QMD başlatması etkinleştirildiğinde, OpenClaw QMD'yi yalnızca uygun aracılar için başlatır. update.onBoot true ise ve hiçbir aralık/embed bakımı yapılandırılmamışsa, başlangıç önyükleme yenilemesi için tek seferlik bir yönetici kullanır ve bunu kapatır. Bir güncelleme veya embed aralığı yapılandırılmışsa, başlangıç uzun ömürlü QMD yöneticisini açar; böylece izleyicinin ve aralık zamanlayıcılarının sahibi olabilir. update.onBoot: false yalnızca anlık önyükleme yenilemesini atlar.

Tam QMD örneği

{  memory: {    backend: "qmd",    citations: "auto",    qmd: {      includeDefaultMemory: true,      update: { interval: "5m", debounceMs: 15000 },      limits: { maxResults: 6, timeoutMs: 4000 },      scope: {        default: "deny",        rules: [{ action: "allow", match: { chatType: "direct" } }],      },      paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }],    },  },}

Dreaming

Dreaming, agents.defaults.memorySearch altında değil, plugins.entries.memory-core.config.dreaming altında yapılandırılır.

Dreaming tek bir zamanlanmış tarama olarak çalışır ve uygulama ayrıntısı olarak dahili light/deep/REM aşamalarını kullanır.

Kavramsal davranış ve slash komutları için bkz. Dreaming.

Kullanıcı ayarları

Örnek

{  plugins: {    entries: {      "memory-core": {        subagent: {          allowModelOverride: true,          allowedModels: ["anthropic/claude-sonnet-4-6"],        },        config: {          dreaming: {            enabled: true,            frequency: "0 3 * * *",            model: "anthropic/claude-sonnet-4-6",          },        },      },    },  },}

İlgili

• Yapılandırma referansı
• Belleğe genel bakış
• Bellek araması