跳轉到主要內容

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.

memory_search 會從你的記憶檔案中找出相關筆記，即使用字與原文不同也能找到。它的運作方式是將記憶索引成小區塊，並使用 embeddings、關鍵字，或兩者一起搜尋。

​
快速開始

如果你已設定 GitHub Copilot 訂閱、OpenAI、Gemini、Voyage 或 Mistral API 金鑰，記憶搜尋會自動運作。若要明確設定供應商： 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai", // or "gemini", "local", "ollama", etc.
      },
    },
  },
}
對於多端點設定，當該供應商設定了 api: "ollama" 或其他 embedding 配接器擁有者時，provider 也可以是自訂的 models.providers.<id> 項目，例如 ollama-5080。 若要使用不需 API 金鑰的本機 embeddings，請在 OpenClaw 旁安裝選用的 node-llama-cpp 執行階段套件，並使用 provider: "local"。 某些 OpenAI 相容的 embedding 端點需要非對稱標籤，例如搜尋使用 input_type: "query"，而索引區塊使用 input_type: "document" 或 "passage"。請用 memorySearch.queryInputType 和 memorySearch.documentInputType 設定這些選項；請參閱記憶設定參考。

​
支援的供應商

供應商ID需要 API 金鑰備註
Bedrockbedrock否AWS 憑證鏈可解析時會自動偵測
Geminigemini是支援圖片/音訊索引
GitHub Copilotgithub-copilot否自動偵測，使用 Copilot 訂閱
Locallocal否GGUF 模型，約 0.6 GB 下載
Mistralmistral是自動偵測
Ollamaollama否本機，必須明確設定
OpenAIopenai是自動偵測，速度快
Voyagevoyage是自動偵測

​
搜尋的運作方式

OpenClaw 會平行執行兩條擷取路徑，並合併結果：
  • 向量搜尋會尋找語意相近的筆記（“gateway host” 會符合 “the machine running OpenClaw”）。
  • BM25 關鍵字搜尋會尋找精確相符項（ID、錯誤字串、設定 keys）。
如果只有一條路徑可用（沒有 embeddings 或沒有 FTS），另一條會單獨執行。 當 embeddings 無法使用時，OpenClaw 仍會對 FTS 結果使用詞彙排名，而不只是退回到原始的精確相符排序。這種降級模式會提升查詢詞覆蓋率較強、且檔案路徑相關的區塊，因此即使沒有 sqlite-vec 或 embedding 供應商，召回效果仍然實用。

​
改善搜尋品質

當你有大量筆記歷史時，兩個選用功能會有所幫助：

​
時間衰減

舊筆記會逐漸降低排名權重，讓近期資訊優先浮現。使用預設 30 天半衰期時，上個月的筆記分數會是原始權重的 50%。像 MEMORY.md 這類常青檔案永遠不會衰減。
如果你的代理程式有數月的每日筆記，而過時資訊一直排在近期脈絡之前，請啟用時間衰減。

​
MMR（多樣性）

減少重複結果。如果五則筆記都提到相同的路由器設定，MMR 會確保排名靠前的結果涵蓋不同主題，而不是重複出現。
如果 memory_search 一直從不同每日筆記傳回近乎重複的片段，請啟用 MMR。

​
同時啟用兩者

{
  agents: {
    defaults: {
      memorySearch: {
        query: {
          hybrid: {
            mmr: { enabled: true },
            temporalDecay: { enabled: true },
          },
        },
      },
    },
  },
}

​
多模態記憶

使用 Gemini Embedding 2 時，你可以把圖片和音訊檔案與 Markdown 一起索引。搜尋查詢仍是文字，但會比對視覺和音訊內容。設定方式請參閱記憶設定參考。

​
工作階段記憶搜尋

你也可以選擇索引工作階段逐字稿，讓 memory_search 能回想先前的對話。這需要透過 memorySearch.experimental.sessionMemory 選擇加入。詳細資訊請參閱設定參考。

​
疑難排解

沒有結果？ 執行 openclaw memory status 檢查索引。如果是空的，請執行 openclaw memory index --force。 只有關鍵字相符？ 你的 embedding 供應商可能尚未設定。請檢查 openclaw memory status --deep。 本機 embeddings 逾時？ ollama、lmstudio 和 local 預設會使用較長的行內批次逾時。如果主機只是比較慢，請設定 agents.defaults.memorySearch.sync.embeddingBatchTimeoutSeconds，然後重新執行 openclaw memory index --force。 找不到 CJK 文字？ 使用 openclaw memory index --force 重建 FTS 索引。

​
延伸閱讀

​
相關內容