Перейти до основного вмісту

​
Огляд пам’яті

OpenClaw запам’ятовує речі, записуючи звичайні Markdown-файли у робочому просторі вашого агента. Модель лише «пам’ятає» те, що зберігається на диск — жодного прихованого стану немає.

​
Як це працює

У вашого агента є два місця для зберігання пам’яті:
  • MEMORY.md — довгострокова пам’ять. Стійкі факти, уподобання та рішення. Завантажується на початку кожної DM-сесії.
  • memory/YYYY-MM-DD.md — щоденні нотатки. Поточний контекст і спостереження. Нотатки за сьогодні й учора завантажуються автоматично.
Ці файли зберігаються в робочому просторі агента (типово ~/.openclaw/workspace).
Якщо ви хочете, щоб агент щось запам’ятав, просто попросіть його: «Запам’ятай, що я віддаю перевагу TypeScript». Він запише це у відповідний файл.

​
Інструменти пам’яті

Агент має два інструменти для роботи з пам’яттю:
  • memory_search — знаходить релевантні нотатки за допомогою семантичного пошуку, навіть коли формулювання відрізняється від оригінального.
  • memory_get — читає конкретний файл пам’яті або діапазон рядків.
Обидва інструменти надаються активним плагіном пам’яті (типово: memory-core).

​
Пошук у пам’яті

Коли налаштовано провайдера embedding, memory_search використовує гібридний пошук — поєднуючи векторну схожість (семантичне значення) з пошуком за ключовими словами (точні терміни, як-от ID та символи коду). Це працює «з коробки», щойно у вас є API-ключ будь-якого підтримуваного провайдера.
OpenClaw автоматично визначає вашого провайдера embedding за доступними API-ключами. Якщо у вас налаштовано ключ OpenAI, Gemini, Voyage або Mistral, пошук у пам’яті вмикається автоматично.
Докладніше про те, як працює пошук, параметри налаштування та налаштування провайдера див. у Пошук у пам’яті.

​
Бекенди пам’яті

Вбудований (типово)

На основі SQLite. Працює «з коробки» з пошуком за ключовими словами, векторною схожістю та гібридним пошуком. Без додаткових залежностей.

QMD

Локальний sidecar із пріоритетом локальної роботи, з reranking, розширенням запитів і можливістю індексувати каталоги поза робочим простором.

Honcho

AI-native пам’ять між сесіями з моделюванням користувача, семантичним пошуком і обізнаністю про кількох агентів. Потрібне встановлення плагіна.

​
Автоматичне скидання в пам’ять

Перш ніж compaction підсумує вашу розмову, OpenClaw виконує тихий хід, який нагадує агенту зберегти важливий контекст у файли пам’яті. Це типово ввімкнено — вам не потрібно нічого налаштовувати.
Скидання в пам’ять запобігає втраті контексту під час compaction. Якщо у вашого агента є важливі факти в розмові, які ще не записані у файл, вони будуть автоматично збережені до того, як відбудеться підсумовування.

​
Dreaming (експериментально)

Dreaming — це необов’язковий фоновий етап консолідації пам’яті. Він повторно переглядає короткострокові згадки з щоденних файлів (memory/YYYY-MM-DD.md), оцінює їх і переносить у довгострокову пам’ять (MEMORY.md) лише кваліфіковані елементи. Його призначення — підтримувати високу цінність довгострокової пам’яті:
  • Добровільне ввімкнення: типово вимкнено.
  • За розкладом: коли ввімкнено, memory-core автоматично керує періодичним tasks.
  • Порогова модель: перенесення мають пройти перевірки за оцінкою, частотою згадування та різноманітністю запитів.
Про поведінку режимів (off, core, rem, deep), сигнали оцінювання та параметри налаштування див. Dreaming (експериментально).

​
CLI

openclaw memory status          # Перевірити стан індексу та провайдера
openclaw memory search "query"  # Пошук із командного рядка
openclaw memory index --force   # Перебудувати індекс

​
Подальше читання