Перейти до основного вмісту
memory-lancedb — це вбудований plugin пам’яті, який зберігає довготривалу пам’ять у LanceDB і використовує ембединги для пригадування. Він може автоматично пригадувати релевантні спогади перед ходом моделі та фіксувати важливі факти після відповіді. Використовуйте його, якщо вам потрібна локальна векторна база даних для пам’яті, потрібна кінцева точка ембедингів, сумісна з OpenAI, або ви хочете зберігати базу даних пам’яті поза типовим вбудованим сховищем пам’яті.
memory-lancedb — це Active Memory plugin. Увімкніть його, вибравши слот пам’яті через plugins.slots.memory = "memory-lancedb". Супутні plugins, такі як memory-wiki, можуть працювати поруч із ним, але лише один plugin володіє активним слотом пам’яті.

​
Швидкий старт

{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "openai",
            model: "text-embedding-3-small",
          },
          autoRecall: true,
          autoCapture: false,
        },
      },
    },
  },
}
Перезапустіть Gateway після зміни конфігурації plugin: 
openclaw gateway restart
Потім перевірте, що plugin завантажено: 
openclaw plugins list

​
Ембединги через provider

memory-lancedb може використовувати ті самі адаптери provider ембедингів пам’яті, що й memory-core. Встановіть embedding.provider і не вказуйте embedding.apiKey, щоб використовувати налаштований профіль автентифікації provider, змінну середовища або models.providers.<provider>.apiKey. 
{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "openai",
            model: "text-embedding-3-small",
          },
          autoRecall: true,
        },
      },
    },
  },
}
Цей шлях працює з профілями автентифікації provider, які надають облікові дані для ембедингів. Наприклад, GitHub Copilot можна використовувати, коли профіль/план Copilot підтримує ембединги: 
{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "github-copilot",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}
OAuth OpenAI Codex / ChatGPT (openai-codex) не є обліковими даними ембедингів OpenAI Platform. Для ембедингів OpenAI використовуйте профіль автентифікації з API-ключем OpenAI, OPENAI_API_KEY або models.providers.openai.apiKey. Користувачі, які мають лише OAuth, можуть використовувати іншого provider, що підтримує ембединги, наприклад GitHub Copilot або Ollama.

​
Ембединги Ollama

Для ембедингів Ollama віддавайте перевагу вбудованому provider ембедингів Ollama. Він використовує рідну кінцеву точку Ollama /api/embed і дотримується тих самих правил автентифікації/base URL, що й provider Ollama, описаний у 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,
        },
      },
    },
  },
}
Встановіть dimensions для нестандартних моделей ембедингів. OpenClaw знає розмірності для text-embedding-3-small і text-embedding-3-large; для користувацьких моделей потрібно вказати значення в конфігурації, щоб LanceDB міг створити векторний стовпець. Для невеликих локальних моделей ембедингів зменште recallMaxChars, якщо бачите помилки довжини контексту від локального сервера.

​
Provider, сумісні з OpenAI

Деякі provider ембедингів, сумісні з OpenAI, відхиляють параметр encoding_format, тоді як інші ігнорують його і завжди повертають вектори number[]. Тому memory-lancedb не додає encoding_format до запитів ембедингів і приймає як відповіді з масивом float, так і відповіді з float32 у кодуванні base64. Якщо у вас є необроблена кінцева точка ембедингів, сумісна з OpenAI, для якої немає вбудованого адаптера provider, не вказуйте embedding.provider (або залиште його як openai) і задайте embedding.apiKey разом із embedding.baseUrl. Це збереже прямий шлях через клієнт, сумісний з OpenAI. Встановіть embedding.dimensions для provider, у яких розмірності моделі не є вбудованими. Наприклад, ZhiPu embedding-3 використовує 2048 розмірностей: 
{
  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,
          },
        },
      },
    },
  },
}

​
Обмеження пригадування та захоплення

memory-lancedb має два окремі текстові обмеження:
НалаштуванняТиповоДіапазонЗастосовується до
recallMaxChars1000100-10000тексту, що надсилається до API ембедингів для пригадування
captureMaxChars500100-10000довжини повідомлення асистента, придатної для захоплення
recallMaxChars керує авто-пригадуванням, інструментом memory_recall, шляхом запиту memory_forget і openclaw ltm search. Авто-пригадування надає перевагу останньому повідомленню користувача в ході та повертається до повного prompt лише тоді, коли повідомлення користувача недоступне. Це не дає метаданим каналу та великим блокам prompt потрапляти до запиту на ембединги. captureMaxChars визначає, чи є відповідь достатньо короткою, щоб її можна було розглядати для автоматичного захоплення. Це не обмежує ембединги запитів для пригадування.

​
Команди

Коли memory-lancedb є активним plugin пам’яті, він реєструє простір імен CLI ltm: 
openclaw ltm list
openclaw ltm search "project preferences"
openclaw ltm stats
Агенти також отримують інструменти пам’яті LanceDB від активного plugin пам’яті:
  • memory_recall для пригадування на базі LanceDB
  • memory_store для збереження важливих фактів, уподобань, рішень і сутностей
  • memory_forget для видалення спогадів, що відповідають запиту

​
Сховище

Типово дані LanceDB зберігаються в ~/.openclaw/memory/lancedb. Перевизначте шлях через dbPath: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          dbPath: "~/.openclaw/memory/lancedb",
          embedding: {
            apiKey: "${OPENAI_API_KEY}",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}
storageOptions приймає строкові пари ключ/значення для бекендів сховища LanceDB і підтримує розгортання ${ENV_VAR}: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          dbPath: "s3://memory-bucket/openclaw",
          storageOptions: {
            access_key: "${AWS_ACCESS_KEY_ID}",
            secret_key: "${AWS_SECRET_ACCESS_KEY}",
            endpoint: "${AWS_ENDPOINT_URL}",
          },
          embedding: {
            apiKey: "${OPENAI_API_KEY}",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}

​
Залежності середовища виконання

memory-lancedb залежить від нативного пакета @lancedb/lancedb. Пакетні встановлення OpenClaw спочатку намагаються використати вбудовану залежність середовища виконання і можуть відновити залежність середовища виконання plugin у стані OpenClaw, якщо вбудований імпорт недоступний. Якщо старіше встановлення записує в журнал помилку про відсутній dist/package.json або відсутній @lancedb/lancedb під час завантаження plugin, оновіть OpenClaw і перезапустіть Gateway. Якщо plugin записує в журнал, що LanceDB недоступний на darwin-x64, використовуйте типовий бекенд пам’яті на цій машині, перенесіть Gateway на підтримувану платформу або вимкніть memory-lancedb.

​
Усунення несправностей

​
Довжина вхідних даних перевищує довжину контексту

Зазвичай це означає, що модель ембедингів відхилила запит на пригадування: 
memory-lancedb: recall failed: Error: 400 the input length exceeds the context length
Встановіть менше значення recallMaxChars, а потім перезапустіть Gateway: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        config: {
          recallMaxChars: 400,
        },
      },
    },
  },
}
Для Ollama також перевірте, що сервер ембедингів доступний із хоста Gateway: 
curl http://127.0.0.1:11434/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"model":"mxbai-embed-large","input":"hello"}'

​
Непідтримувана модель ембедингів

Без dimensions відомі лише вбудовані розмірності ембедингів OpenAI. Для локальних або користувацьких моделей ембедингів встановіть embedding.dimensions у розмір вектора, який повідомляє відповідна модель.

​
Plugin завантажується, але спогади не з’являються

Перевірте, що plugins.slots.memory вказує на memory-lancedb, а потім виконайте: 
openclaw ltm stats
openclaw ltm search "recent preference"
Якщо autoCapture вимкнено, plugin пригадуватиме наявні спогади, але не зберігатиме автоматично нові. Використайте інструмент memory_store або увімкніть autoCapture, якщо хочете автоматичне захоплення.

​
Пов’язане