会话与记忆

内置记忆引擎

内置引擎是默认记忆后端。它会将你的记忆索引存储在每个智能体的 SQLite 数据库中,并且无需额外依赖即可开始使用。

它提供什么

  • 关键字搜索,通过 FTS5 全文索引实现(BM25 评分)。
  • 向量搜索,通过任何受支持提供商的 embeddings 实现。
  • 混合搜索,结合两者以获得最佳结果。
  • CJK 支持,通过 trigram 分词支持中文、日文和韩文。
  • sqlite-vec 加速,用于数据库内向量查询(可选)。

入门指南

默认情况下,内置引擎使用 OpenAI embeddings。如果已经配置了 OPENAI_API_KEYmodels.providers.openai.apiKey,向量搜索无需额外记忆配置即可工作。

要显式设置提供商:

json5
{  agents: {    defaults: {      memorySearch: {        provider: "openai",      },    },  },}

如果没有 embedding 提供商,则只有关键字搜索可用。

要强制使用本地 GGUF embeddings,请安装官方 llama.cpp provider 插件,然后将 local.modelPath 指向一个 GGUF 文件:

bash
openclaw plugins install @openclaw/llama-cpp-provider
json5
{  agents: {    defaults: {      memorySearch: {        provider: "local",        fallback: "none",        local: {          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",        },      },    },  },}

支持的 embedding 提供商

提供商 ID 说明
Bedrock bedrock 使用 AWS 凭证链
DeepInfra deepinfra 默认值:BAAI/bge-m3
Gemini gemini 支持多模态(图像 + 音频)
GitHub Copilot github-copilot 使用你的 Copilot 订阅
LM Studio lmstudio 本地/自托管
本地 local @openclaw/llama-cpp-provider
Mistral mistral
Ollama ollama 本地/自托管
OpenAI openai 默认值:text-embedding-3-small
OpenAI 兼容 openai-compatible 通用 /v1/embeddings 端点
Voyage voyage

设置 memorySearch.provider 可切换为不使用 OpenAI。

索引如何工作

OpenClaw 会将 MEMORY.mdmemory/*.md 索引为块(默认 400 个 token,80 个 token 重叠),并将它们存储在每个智能体的 SQLite 数据库中。

  • 索引位置: 所属智能体数据库,位于 ~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite
  • 存储维护: SQLite WAL sidecar 会通过定期和关闭时 checkpoint 进行限制。
  • 文件监视: 记忆文件的更改会触发防抖重新索引(默认 1.5 秒)。
  • 自动重新索引: 当 embedding 提供商、模型、分块配置、配置的来源或作用域发生变化时,索引会自动重建。
  • 按需重新索引: openclaw memory index --force

何时使用

内置引擎适合大多数用户:

  • 开箱即用,无需额外依赖。
  • 能很好地处理关键字和向量搜索。
  • 支持所有 embedding 提供商。
  • 混合搜索结合了两种检索方法的优势。

如果你需要重排序、查询扩展,或想要索引工作区之外的目录,请考虑切换到 QMD

如果你想要带自动用户建模的跨会话记忆,请考虑 Honcho

故障排查

记忆搜索被禁用? 检查 openclaw memory status。如果未检测到提供商,请显式设置一个,或添加 API key。

未检测到本地提供商? 确认本地路径存在并运行:

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

独立 CLI 命令和 Gateway 网关都使用相同的 local 提供商 ID。当你想使用本地 embeddings 时,设置 memorySearch.provider: "local"

结果过旧? 运行 openclaw memory index --force 进行重建。在少数边缘情况下,监视器可能会漏掉更改。

sqlite-vec 未加载? OpenClaw 会自动回退到进程内余弦相似度。openclaw memory status --deep 会将本地向量存储与 embedding 提供商分开报告,因此 Vector store: unavailable 指向 sqlite-vec 加载问题,而 Embeddings: unavailable 指向提供商/凭证或模型就绪问题。请检查日志以查看具体加载错误。

配置

关于 embedding 提供商设置、混合搜索调优(权重、MMR、时间衰减)、批量索引、多模态记忆、sqlite-vec、额外路径以及所有其他配置选项,请参见Memory 配置参考

相关

Was this useful?
On this page

On this page