內建引擎是預設的記憶後端。它會將你的記憶索引儲存在 每個代理程式各自的 SQLite 資料庫中，開始使用不需要額外依賴。Documentation Index
Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
它提供什麼
- 關鍵字搜尋：透過 FTS5 全文索引（BM25 評分）。
- 向量搜尋：透過任何支援提供者的 embeddings。
- 混合搜尋：結合兩者以取得最佳結果。
- CJK 支援：透過 trigram 分詞支援中文、日文和韓文。
- sqlite-vec 加速：用於資料庫內向量查詢（選用）。
開始使用
如果你有 OpenAI、Gemini、Voyage、Mistral 或 DeepInfra 的 API 金鑰，內建 引擎會自動偵測並啟用向量搜尋。不需要設定。 若要明確設定提供者：node-llama-cpp 執行階段套件，然後將 local.modelPath
指向 GGUF 檔案：
支援的 embedding 提供者
| 提供者 | ID | 自動偵測 | 備註 |
|---|---|---|---|
| OpenAI | openai | 是 | 預設值：text-embedding-3-small |
| Gemini | gemini | 是 | 支援多模態（圖片 + 音訊） |
| Voyage | voyage | 是 | |
| Mistral | mistral | 是 | |
| DeepInfra | deepinfra | 是 | 預設值：BAAI/bge-m3 |
| Ollama | ollama | 否 | 本機，請明確設定 |
| Local | local | 是（優先） | 選用的 node-llama-cpp 執行階段 |
memorySearch.provider 可覆寫。
索引如何運作
OpenClaw 會將MEMORY.md 和 memory/*.md 索引成區塊（約 400 個 token，
重疊 80 個 token），並儲存在每個代理程式各自的 SQLite 資料庫中。
- 索引位置：
~/.openclaw/memory/<agentId>.sqlite - 儲存維護： SQLite WAL sidecar 會透過定期和關閉時的 checkpoint 加以限制。
- 檔案監看： 記憶檔案的變更會觸發 debounce 後的重新索引（1.5 秒）。
- 自動重新索引： 當 embedding 提供者、模型或區塊設定變更時，整個索引會自動重建。
- 依需求重新索引：
openclaw memory index --force
你也可以使用
memorySearch.extraPaths 索引工作區外的 Markdown 檔案。請參閱
設定參考。何時使用
內建引擎是大多數使用者的正確選擇：- 不需額外依賴即可直接使用。
- 能妥善處理關鍵字和向量搜尋。
- 支援所有 embedding 提供者。
- 混合搜尋結合兩種檢索方式的優點。
疑難排解
記憶搜尋已停用？ 檢查openclaw memory status。如果沒有偵測到提供者，
請明確設定一個提供者，或新增 API 金鑰。
未偵測到本機提供者？ 確認本機路徑存在並執行：
local 提供者 ID。
如果提供者設定為 auto，只有在 memorySearch.local.modelPath
指向現有本機檔案時，才會優先考慮本機 embeddings。
結果過時？ 執行 openclaw memory index --force 以重建。監看器在少數邊界情況下
可能會漏掉變更。
sqlite-vec 無法載入？ OpenClaw 會自動退回使用進程內 cosine similarity。
請檢查記錄以取得特定的載入錯誤。