Tham chiếu cấu hình bộ nhớ

Trang này liệt kê mọi núm cấu hình cho tìm kiếm bộ nhớ OpenClaw. Để xem tổng quan khái niệm, hãy xem:

Memory overview

Cách bộ nhớ hoạt động.

Builtin engine

Backend SQLite mặc định.

QMD engine

Sidecar ưu tiên cục bộ.

Memory search

Quy trình tìm kiếm và tinh chỉnh.

Active memory

Tác nhân phụ bộ nhớ cho các phiên tương tác.

Tất cả cài đặt tìm kiếm bộ nhớ nằm dưới agents.defaults.memorySearch trong openclaw.json trừ khi có ghi chú khác.

Nếu bạn đang tìm công tắc tính năng Active Memory và cấu hình tác nhân phụ, phần đó nằm dưới plugins.entries.active-memory thay vì memorySearch.Active Memory dùng mô hình hai cổng:

plugin phải được bật và nhắm đến id tác nhân hiện tại
yêu cầu phải là một phiên trò chuyện liên tục tương tác đủ điều kiện

Xem Active Memory để biết mô hình kích hoạt, cấu hình do plugin sở hữu, lưu bền bản ghi hội thoại và mẫu triển khai an toàn.

Chọn nhà cung cấp

Khóa	Kiểu	Mặc định	Mô tả
`provider`	`string`	tự động phát hiện	ID bộ chuyển đổi embedding như `bedrock`, `deepinfra`, `gemini`, `github-copilot`, `local`, `mistral`, `ollama`, `openai` hoặc `voyage`; cũng có thể là một `models.providers.<id>` đã cấu hình có `api` trỏ đến một trong các bộ chuyển đổi đó
`model`	`string`	mặc định nhà cung cấp	Tên mô hình embedding
`fallback`	`string`	`"none"`	ID bộ chuyển đổi dự phòng khi bộ chính thất bại
`enabled`	`boolean`	`true`	Bật hoặc tắt tìm kiếm bộ nhớ

Thứ tự tự động phát hiện

Khi chưa đặt provider, OpenClaw chọn tùy chọn khả dụng đầu tiên:

local

Được chọn nếu memorySearch.local.modelPath được cấu hình và tệp tồn tại.

github-copilot

Được chọn nếu có thể phân giải token GitHub Copilot (biến env hoặc hồ sơ xác thực).

openai

Được chọn nếu có thể phân giải khóa OpenAI.

gemini

Được chọn nếu có thể phân giải khóa Gemini.

voyage

Được chọn nếu có thể phân giải khóa Voyage.

mistral

Được chọn nếu có thể phân giải khóa Mistral.

deepinfra

Được chọn nếu có thể phân giải khóa DeepInfra.

bedrock

Được chọn nếu chuỗi thông tin xác thực AWS SDK phân giải được (vai trò instance, khóa truy cập, hồ sơ, SSO, web identity hoặc cấu hình dùng chung).

ollama được hỗ trợ nhưng không được tự động phát hiện (hãy đặt rõ ràng).

ID nhà cung cấp tùy chỉnh

memorySearch.provider có thể trỏ đến một mục models.providers.<id> tùy chỉnh. OpenClaw phân giải chủ sở hữu api của nhà cung cấp đó cho bộ chuyển đổi embedding trong khi vẫn giữ ID nhà cung cấp tùy chỉnh để xử lý endpoint, xác thực và tiền tố mô hình. Điều này cho phép các thiết lập nhiều GPU hoặc nhiều máy chủ dành riêng embedding bộ nhớ cho một endpoint cục bộ cụ thể:

{
  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",
      },
    },
  },
}

Phân giải khóa API

Embedding từ xa yêu cầu khóa API. Thay vào đó Bedrock dùng chuỗi thông tin xác thực mặc định của AWS SDK (vai trò instance, SSO, khóa truy cập).

Nhà cung cấp	Biến env	Khóa cấu hình
Bedrock	Chuỗi thông tin xác thực AWS	Không cần khóa API
DeepInfra	`DEEPINFRA_API_KEY`	`models.providers.deepinfra.apiKey`
Gemini	`GEMINI_API_KEY`	`models.providers.google.apiKey`
GitHub Copilot	`COPILOT_GITHUB_TOKEN`, `GH_TOKEN`, `GITHUB_TOKEN`	Hồ sơ xác thực qua đăng nhập thiết bị
Mistral	`MISTRAL_API_KEY`	`models.providers.mistral.apiKey`
Ollama	`OLLAMA_API_KEY` (placeholder)	—
OpenAI	`OPENAI_API_KEY`	`models.providers.openai.apiKey`
Voyage	`VOYAGE_API_KEY`	`models.providers.voyage.apiKey`

Codex OAuth chỉ bao phủ chat/completions và không đáp ứng các yêu cầu embedding.

Cấu hình endpoint từ xa

Cho các endpoint tương thích OpenAI tùy chỉnh hoặc để ghi đè mặc định của nhà cung cấp:

remote.baseUrl

string

URL gốc API tùy chỉnh.

remote.apiKey

string

Ghi đè khóa API.

remote.headers

object

Header HTTP bổ sung (được hợp nhất với mặc định của nhà cung cấp).

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

Cấu hình theo nhà cung cấp

Gemini

Khóa	Kiểu	Mặc định	Mô tả
`model`	`string`	`gemini-embedding-001`	Cũng hỗ trợ `gemini-embedding-2-preview`
`outputDimensionality`	`number`	`3072`	Với Embedding 2: 768, 1536 hoặc 3072

Việc thay đổi mô hình hoặc outputDimensionality kích hoạt lập chỉ mục lại toàn bộ tự động.

OpenAI-compatible input types

Các endpoint embedding tương thích OpenAI có thể chọn dùng các trường yêu cầu input_type theo nhà cung cấp. Điều này hữu ích cho các mô hình embedding bất đối xứng yêu cầu nhãn khác nhau cho embedding truy vấn và tài liệu.

Khóa	Kiểu	Mặc định	Mô tả
`inputType`	`string`	chưa đặt	`input_type` dùng chung cho embedding truy vấn và tài liệu
`queryInputType`	`string`	chưa đặt	`input_type` tại thời điểm truy vấn; ghi đè `inputType`
`documentInputType`	`string`	chưa đặt	`input_type` lập chỉ mục/tài liệu; ghi đè `inputType`

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

Việc thay đổi các giá trị này ảnh hưởng đến định danh cache embedding cho lập chỉ mục theo lô của nhà cung cấp và nên được theo sau bằng việc lập chỉ mục lại bộ nhớ khi mô hình upstream xử lý các nhãn khác nhau.

Bedrock

Bedrock dùng chuỗi thông tin xác thực mặc định của AWS SDK — không cần khóa API. Nếu OpenClaw chạy trên EC2 với vai trò instance đã bật Bedrock, chỉ cần đặt nhà cung cấp và mô hình:

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

Khóa	Kiểu	Mặc định	Mô tả
`model`	`string`	`amazon.titan-embed-text-v2:0`	Bất kỳ ID mô hình embedding Bedrock nào
`outputDimensionality`	`number`	mặc định mô hình	Với Titan V2: 256, 512 hoặc 1024

Mô hình được hỗ trợ (kèm phát hiện dòng và mặc định số chiều):

ID mô hình	Nhà cung cấp	Số chiều mặc định	Số chiều có thể cấu hình
`amazon.titan-embed-text-v2:0`	Amazon	1024	256, 512, 1024
`amazon.titan-embed-text-v1`	Amazon	1536	—
`amazon.titan-embed-g1-text-02`	Amazon	1536	—
`amazon.titan-embed-image-v1`	Amazon	1024	—
`amazon.nova-2-multimodal-embeddings-v1:0`	Amazon	1024	256, 384, 1024, 3072
`cohere.embed-english-v3`	Cohere	1024	—
`cohere.embed-multilingual-v3`	Cohere	1024	—
`cohere.embed-v4:0`	Cohere	1536	256-1536
`twelvelabs.marengo-embed-3-0-v1:0`	TwelveLabs	512	—
`twelvelabs.marengo-embed-2-7-v1:0`	TwelveLabs	1024	—

Các biến thể có hậu tố thông lượng (ví dụ: amazon.titan-embed-text-v1:2:8k) kế thừa cấu hình của mô hình cơ sở.Xác thực: xác thực Bedrock dùng thứ tự phân giải thông tin xác thực AWS SDK tiêu chuẩn:

Biến môi trường (AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY)
Cache token SSO
Thông tin xác thực token web identity
Tệp thông tin xác thực và cấu hình dùng chung
Thông tin xác thực metadata ECS hoặc EC2

Vùng được phân giải từ AWS_REGION, AWS_DEFAULT_REGION, baseUrl của nhà cung cấp amazon-bedrock, hoặc mặc định là us-east-1.Quyền IAM: vai trò hoặc người dùng IAM cần:

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

Để áp dụng đặc quyền tối thiểu, giới hạn phạm vi InvokeModel vào mô hình cụ thể:

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

Cục bộ (GGUF + node-llama-cpp)

Khóa	Kiểu	Mặc định	Mô tả
`local.modelPath`	`string`	tự động tải xuống	Đường dẫn đến tệp mô hình GGUF
`local.modelCacheDir`	`string`	mặc định node-llama-cpp	Thư mục bộ nhớ đệm cho các mô hình đã tải xuống
`local.contextSize`	`number \| "auto"`	`4096`	Kích thước cửa sổ ngữ cảnh cho ngữ cảnh embedding. 4096 bao phủ các đoạn điển hình (128–512 token) đồng thời giới hạn VRAM ngoài trọng số. Giảm xuống 1024–2048 trên các máy chủ hạn chế tài nguyên. `"auto"` dùng mức tối đa đã huấn luyện của mô hình — không khuyến nghị cho các mô hình 8B+ (Qwen3-Embedding-8B: 40 960 token → ~32 GB VRAM so với ~8.8 GB ở 4096).

Mô hình mặc định: embeddinggemma-300m-qat-Q8_0.gguf (~0.6 GB, tự động tải xuống). Yêu cầu bản dựng native: pnpm approve-builds rồi pnpm rebuild node-llama-cpp.Dùng CLI độc lập để xác minh cùng đường dẫn provider mà Gateway sử dụng:

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

Nếu provider là auto, local chỉ được chọn khi local.modelPath trỏ đến một tệp cục bộ hiện có. Các tham chiếu mô hình hf: và HTTP(S) vẫn có thể được dùng rõ ràng với provider: "local", nhưng chúng không khiến auto chọn cục bộ trước khi mô hình có sẵn trên đĩa.

Thời gian chờ embedding nội tuyến

sync.embeddingBatchTimeoutSeconds

number

Ghi đè thời gian chờ cho các lô embedding nội tuyến trong quá trình lập chỉ mục bộ nhớ.Khi chưa đặt, dùng mặc định của provider: 600 giây cho provider cục bộ/tự lưu trữ như local, ollama, và lmstudio, và 120 giây cho provider được lưu trữ. Tăng giá trị này khi các lô embedding phụ thuộc CPU cục bộ vẫn khỏe mạnh nhưng chậm.

Cấu hình tìm kiếm kết hợp

Tất cả nằm dưới memorySearch.query.hybrid:

Khóa	Kiểu	Mặc định	Mô tả
`enabled`	`boolean`	`true`	Bật tìm kiếm kết hợp BM25 + vector
`vectorWeight`	`number`	`0.7`	Trọng số cho điểm vector (0-1)
`textWeight`	`number`	`0.3`	Trọng số cho điểm BM25 (0-1)
`candidateMultiplier`	`number`	`4`	Hệ số nhân kích thước nhóm ứng viên

MMR (đa dạng)
Suy giảm theo thời gian (độ mới)

Khóa	Kiểu	Mặc định	Mô tả
`mmr.enabled`	`boolean`	`false`	Bật xếp hạng lại bằng MMR
`mmr.lambda`	`number`	`0.7`	0 = đa dạng tối đa, 1 = liên quan tối đa

Khóa	Kiểu	Mặc định	Mô tả
`temporalDecay.enabled`	`boolean`	`false`	Bật tăng cường theo độ mới
`temporalDecay.halfLifeDays`	`number`	`30`	Điểm giảm một nửa sau mỗi N ngày

Các tệp thường trực (MEMORY.md, các tệp không có ngày trong memory/) không bao giờ bị suy giảm.

Ví dụ đầy đủ

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

Đường dẫn bộ nhớ bổ sung

Khóa	Kiểu	Mô tả
`extraPaths`	`string[]`	Các thư mục hoặc tệp bổ sung để lập chỉ mục

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

Đường dẫn có thể là tuyệt đối hoặc tương đối với workspace. Các thư mục được quét đệ quy để tìm tệp .md. Cách xử lý symlink phụ thuộc vào backend đang hoạt động: engine tích hợp bỏ qua symlink, trong khi QMD tuân theo hành vi của trình quét QMD bên dưới. Để tìm kiếm transcript xuyên agent theo phạm vi agent, dùng agents.list[].memorySearch.qmd.extraCollections thay vì memory.qmd.paths. Các bộ sưu tập bổ sung đó tuân theo cùng dạng { path, name, pattern? }, nhưng chúng được hợp nhất theo từng agent và có thể giữ các tên chia sẻ rõ ràng khi đường dẫn trỏ ra ngoài workspace hiện tại. Nếu cùng một đường dẫn đã phân giải xuất hiện trong cả memory.qmd.paths và memorySearch.qmd.extraCollections, QMD giữ mục đầu tiên và bỏ qua bản trùng lặp.

Bộ nhớ đa phương thức (Gemini)

Lập chỉ mục hình ảnh và âm thanh cùng với Markdown bằng Gemini Embedding 2:

Khóa	Kiểu	Mặc định	Mô tả
`multimodal.enabled`	`boolean`	`false`	Bật lập chỉ mục đa phương thức
`multimodal.modalities`	`string[]`	—	`["image"]`, `["audio"]`, hoặc `["all"]`
`multimodal.maxFileBytes`	`number`	`10000000`	Kích thước tệp tối đa để lập chỉ mục

Chỉ áp dụng cho các tệp trong extraPaths. Các gốc bộ nhớ mặc định vẫn chỉ dùng Markdown. Yêu cầu gemini-embedding-2-preview. fallback phải là "none".

Định dạng được hỗ trợ: .jpg, .jpeg, .png, .webp, .gif, .heic, .heif (hình ảnh); .mp3, .wav, .ogg, .opus, .m4a, .aac, .flac (âm thanh).

Bộ nhớ đệm vector nhúng

Khóa	Kiểu	Mặc định	Mô tả
`cache.enabled`	`boolean`	`false`	Lưu vector nhúng của đoạn vào bộ nhớ đệm trong SQLite
`cache.maxEntries`	`number`	`50000`	Số vector nhúng được lưu đệm tối đa

Ngăn việc nhúng lại văn bản không thay đổi trong quá trình lập chỉ mục lại hoặc cập nhật bản ghi phiên.

Lập chỉ mục theo lô

Khóa	Kiểu	Mặc định	Mô tả
`remote.nonBatchConcurrency`	`number`	`4`	Nhúng nội tuyến song song
`remote.batch.enabled`	`boolean`	`false`	Bật API nhúng theo lô
`remote.batch.concurrency`	`number`	`2`	Tác vụ theo lô song song
`remote.batch.wait`	`boolean`	`true`	Chờ hoàn tất lô
`remote.batch.pollIntervalMs`	`number`	—	Khoảng thời gian thăm dò
`remote.batch.timeoutMinutes`	`number`	—	Thời gian chờ tối đa của lô

Khả dụng cho openai, gemini và voyage. Lô OpenAI thường nhanh nhất và rẻ nhất cho các lần bổ sung dữ liệu lớn. remote.nonBatchConcurrency kiểm soát các lệnh gọi nhúng nội tuyến được dùng bởi nhà cung cấp cục bộ/tự lưu trữ và nhà cung cấp được lưu trữ khi API theo lô của nhà cung cấp không hoạt động. Ollama mặc định là 1 cho lập chỉ mục không theo lô để tránh làm quá tải các máy chủ cục bộ nhỏ hơn; đặt giá trị cao hơn trên các máy lớn hơn. Thiết lập này tách biệt với sync.embeddingBatchTimeoutSeconds, vốn kiểm soát thời gian chờ cho các lệnh gọi nhúng nội tuyến.

Tìm kiếm bộ nhớ phiên (thử nghiệm)

Lập chỉ mục bản ghi phiên và hiển thị chúng qua memory_search:

Khóa	Kiểu	Mặc định	Mô tả
`experimental.sessionMemory`	`boolean`	`false`	Bật lập chỉ mục phiên
`sources`	`string[]`	`["memory"]`	Thêm `"sessions"` để bao gồm bản ghi
`sync.sessions.deltaBytes`	`number`	`100000`	Ngưỡng byte để lập chỉ mục lại
`sync.sessions.deltaMessages`	`number`	`50`	Ngưỡng tin nhắn để lập chỉ mục lại

Lập chỉ mục phiên là tùy chọn tham gia và chạy bất đồng bộ. Kết quả có thể hơi cũ. Nhật ký phiên nằm trên đĩa, vì vậy hãy xem quyền truy cập hệ thống tệp là ranh giới tin cậy.

Tăng tốc vector SQLite (sqlite-vec)

Khóa	Kiểu	Mặc định	Mô tả
`store.vector.enabled`	`boolean`	`true`	Dùng sqlite-vec cho truy vấn vector
`store.vector.extensionPath`	`string`	đi kèm	Ghi đè đường dẫn sqlite-vec

Khi sqlite-vec không khả dụng, OpenClaw tự động chuyển sang độ tương đồng cosin trong tiến trình.

Lưu trữ chỉ mục

Khóa	Kiểu	Mặc định	Mô tả
`store.path`	`string`	`~/.openclaw/memory/{agentId}.sqlite`	Vị trí chỉ mục (hỗ trợ mã thông báo `{agentId}`)
`store.fts.tokenizer`	`string`	`unicode61`	Bộ tách từ FTS5 (`unicode61` hoặc `trigram`)

Cấu hình backend QMD

Đặt memory.backend = "qmd" để bật. Tất cả thiết lập QMD nằm dưới memory.qmd:

Khóa	Kiểu	Mặc định	Mô tả
`command`	`string`	`qmd`	Đường dẫn tệp thực thi QMD; đặt đường dẫn tuyệt đối khi `PATH` của dịch vụ khác với shell của bạn
`searchMode`	`string`	`search`	Lệnh tìm kiếm: `search`, `vsearch`, `query`
`includeDefaultMemory`	`boolean`	`true`	Tự động lập chỉ mục `MEMORY.md` + `memory/*/.md`
`paths[]`	`array`	—	Đường dẫn bổ sung: `{ name, path, pattern? }`
`sessions.enabled`	`boolean`	`false`	Lập chỉ mục bản ghi phiên
`sessions.retentionDays`	`number`	—	Thời gian lưu giữ bản ghi
`sessions.exportDir`	`string`	—	Thư mục xuất

searchMode: "search" chỉ dùng lexical/BM25. OpenClaw không chạy các phép kiểm tra sẵn sàng vector ngữ nghĩa hoặc bảo trì embedding QMD cho chế độ đó, kể cả trong memory status --deep; vsearch và query vẫn tiếp tục yêu cầu trạng thái sẵn sàng vector QMD và embeddings. OpenClaw ưu tiên collection QMD hiện tại và các dạng truy vấn MCP hiện tại, nhưng vẫn giữ khả năng hoạt động với các bản phát hành QMD cũ hơn bằng cách thử các cờ mẫu collection tương thích và tên công cụ MCP cũ hơn khi cần. Khi QMD thông báo hỗ trợ nhiều bộ lọc collection, các collection cùng nguồn được tìm kiếm bằng một tiến trình QMD; các bản dựng QMD cũ hơn giữ đường dẫn tương thích theo từng collection. Cùng nguồn nghĩa là các collection bộ nhớ bền vững được nhóm lại với nhau, còn các collection bản ghi phiên vẫn là một nhóm riêng để việc đa dạng hóa nguồn vẫn có cả hai đầu vào.

Các ghi đè mô hình QMD nằm ở phía QMD, không phải cấu hình OpenClaw. Nếu bạn cần ghi đè các mô hình của QMD trên toàn cục, hãy đặt các biến môi trường như QMD_EMBED_MODEL, QMD_RERANK_MODEL, và QMD_GENERATE_MODEL trong môi trường runtime Gateway.

Lịch cập nhật

Khóa	Kiểu	Mặc định	Mô tả
`update.interval`	`string`	`5m`	Khoảng thời gian làm mới
`update.debounceMs`	`number`	`15000`	Debounce thay đổi tệp
`update.onBoot`	`boolean`	`true`	Làm mới khi trình quản lý QMD chạy dài hạn mở; cũng kiểm soát làm mới khi khởi động theo lựa chọn
`update.startup`	`string`	`off`	Làm mới tùy chọn khi Gateway khởi động: `off`, `idle`, hoặc `immediate`
`update.startupDelayMs`	`number`	`120000`	Độ trễ trước khi chạy làm mới `startup: "idle"`
`update.waitForBootSync`	`boolean`	`false`	Chặn việc mở trình quản lý cho đến khi lần làm mới ban đầu hoàn tất
`update.embedInterval`	`string`	—	Nhịp embedding riêng
`update.commandTimeoutMs`	`number`	—	Thời gian chờ cho các lệnh QMD
`update.updateTimeoutMs`	`number`	—	Thời gian chờ cho các thao tác cập nhật QMD
`update.embedTimeoutMs`	`number`	—	Thời gian chờ cho các thao tác embedding QMD

Giới hạn

Khóa	Kiểu	Mặc định	Mô tả
`limits.maxResults`	`number`	`6`	Số kết quả tìm kiếm tối đa
`limits.maxSnippetChars`	`number`	—	Giới hạn độ dài đoạn trích
`limits.maxInjectedChars`	`number`	—	Giới hạn tổng số ký tự được chèn
`limits.timeoutMs`	`number`	`4000`	Thời gian chờ tìm kiếm

Phạm vi

Kiểm soát những phiên nào có thể nhận kết quả tìm kiếm QMD. Cùng schema với session.sendPolicy:

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

Mặc định được phát hành cho phép các phiên trực tiếp và kênh, đồng thời vẫn từ chối nhóm.Mặc định chỉ dành cho DM. match.keyPrefix khớp với khóa phiên đã chuẩn hóa; match.rawKeyPrefix khớp với khóa thô bao gồm agent:<id>:.

Trích dẫn

memory.citations áp dụng cho tất cả backend:

Giá trị	Hành vi
`auto` (mặc định)	Bao gồm footer `Source: <path#line>` trong đoạn trích
`on`	Luôn bao gồm footer
`off`	Bỏ qua footer (đường dẫn vẫn được truyền nội bộ cho agent)

Các lần làm mới khởi động QMD dùng đường dẫn tiến trình con chạy một lần trong lúc Gateway khởi động. Trình quản lý QMD chạy dài hạn vẫn sở hữu trình theo dõi tệp thông thường và các bộ hẹn giờ theo khoảng khi tìm kiếm bộ nhớ được mở để sử dụng tương tác.

Ví dụ QMD đầy đủ

{
  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 được cấu hình trong plugins.entries.memory-core.config.dreaming, không phải trong agents.defaults.memorySearch. Dreaming chạy như một lần quét đã lên lịch và sử dụng các pha light/deep/REM nội bộ như một chi tiết triển khai. Để biết hành vi khái niệm và các lệnh slash, xem Dreaming.

Cài đặt người dùng

Khóa	Kiểu	Mặc định	Mô tả
`enabled`	`boolean`	`false`	Bật hoặc tắt hoàn toàn dreaming
`frequency`	`string`	`0 3 * * *`	Nhịp Cron tùy chọn cho toàn bộ lần quét dreaming
`model`	`string`	mô hình mặc định	Ghi đè mô hình subagent Dream Diary tùy chọn

Ví dụ

{
  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",
          },
        },
      },
    },
  },
}

Dreaming ghi trạng thái máy vào memory/.dreams/.
Dreaming ghi đầu ra tường thuật mà con người đọc được vào DREAMS.md (hoặc dreams.md hiện có).
dreaming.model sử dụng cổng tin cậy subagent hiện có của Plugin; đặt plugins.entries.memory-core.subagent.allowModelOverride: true trước khi bật.
Dream Diary thử lại một lần với mô hình mặc định của phiên khi mô hình đã cấu hình không khả dụng. Các lỗi tin cậy hoặc danh sách cho phép được ghi log và không được âm thầm thử lại.
Chính sách và ngưỡng pha light/deep/REM là hành vi nội bộ, không phải cấu hình hướng đến người dùng.

CLI commands

RPC and API

Templates

Technical reference

Concept internals

Project

Release and CI

Tham chiếu cấu hình bộ nhớ

Memory overview

Builtin engine

QMD engine

Memory search

Active memory

Chọn nhà cung cấp

Thứ tự tự động phát hiện

ID nhà cung cấp tùy chỉnh

Phân giải khóa API

Cấu hình endpoint từ xa

Cấu hình theo nhà cung cấp

Thời gian chờ embedding nội tuyến

Cấu hình tìm kiếm kết hợp

Ví dụ đầy đủ

Đường dẫn bộ nhớ bổ sung

Bộ nhớ đa phương thức (Gemini)

Bộ nhớ đệm vector nhúng

Lập chỉ mục theo lô

Tìm kiếm bộ nhớ phiên (thử nghiệm)

Tăng tốc vector SQLite (sqlite-vec)

Lưu trữ chỉ mục

Cấu hình backend QMD

Ví dụ QMD đầy đủ

Dreaming

Cài đặt người dùng

Ví dụ

Liên quan

CLI commands

RPC and API

Templates

Technical reference

Concept internals

Project

Release and CI

Documentation Index

Memory overview

Builtin engine

QMD engine

Memory search

Active memory

​Chọn nhà cung cấp

​Thứ tự tự động phát hiện

​ID nhà cung cấp tùy chỉnh

​Phân giải khóa API

​Cấu hình endpoint từ xa

​Cấu hình theo nhà cung cấp

​Thời gian chờ embedding nội tuyến

​Cấu hình tìm kiếm kết hợp

​Ví dụ đầy đủ

​Đường dẫn bộ nhớ bổ sung

​Bộ nhớ đa phương thức (Gemini)

​Bộ nhớ đệm vector nhúng

​Lập chỉ mục theo lô

​Tìm kiếm bộ nhớ phiên (thử nghiệm)

​Tăng tốc vector SQLite (sqlite-vec)

​Lưu trữ chỉ mục

​Cấu hình backend QMD

​Ví dụ QMD đầy đủ

​Dreaming

​Cài đặt người dùng

​Ví dụ

​Liên quan

Chọn nhà cung cấp

Thứ tự tự động phát hiện

ID nhà cung cấp tùy chỉnh

Phân giải khóa API

Cấu hình endpoint từ xa

Cấu hình theo nhà cung cấp

Thời gian chờ embedding nội tuyến

Cấu hình tìm kiếm kết hợp

Ví dụ đầy đủ

Đường dẫn bộ nhớ bổ sung

Bộ nhớ đa phương thức (Gemini)

Bộ nhớ đệm vector nhúng

Lập chỉ mục theo lô

Tìm kiếm bộ nhớ phiên (thử nghiệm)

Tăng tốc vector SQLite (sqlite-vec)

Lưu trữ chỉ mục

Cấu hình backend QMD

Ví dụ QMD đầy đủ

Dreaming

Cài đặt người dùng

Ví dụ

Liên quan