--- read_when: - Chcesz skonfigurować dostawców wyszukiwania w pamięci lub modele osadzania - Chcesz skonfigurować backend QMD - Chcesz dostroić wyszukiwanie hybrydowe, MMR lub wygaszanie czasowe - Chcesz włączyć multimodalne indeksowanie pamięci sidebarTitle: Memory config summary: Wszystkie opcje konfiguracji wyszukiwania w pamięci, dostawców osadzania, QMD, wyszukiwania hybrydowego i indeksowania multimodalnego title: Dokumentacja konfiguracji pamięci x-i18n: generated_at: "2026-07-12T15:37:42Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: 558995797a5e217e57245e1d5ff90124fca67b6eb4767d97a3ea26a4ca013d06 source_path: reference/memory-config.md workflow: 16 --- Ta strona zawiera listę wszystkich ustawień konfiguracyjnych wyszukiwania pamięci w OpenClaw. Omówienia koncepcyjne znajdziesz tutaj: Jak działa pamięć. Domyślny backend SQLite. Lokalny proces pomocniczy. Potok wyszukiwania i dostrajanie. Podagent pamięci dla sesji interaktywnych. Wszystkie ustawienia wyszukiwania pamięci znajdują się w `agents.defaults.memorySearch` w pliku `openclaw.json` (lub w nadpisaniu `agents.list[].memorySearch` dla poszczególnych agentów), chyba że zaznaczono inaczej. Jeśli szukasz przełącznika funkcji **Active Memory** i konfiguracji podagenta, znajdują się one w `plugins.entries.active-memory`, a nie w `memorySearch`. Active Memory korzysta z modelu dwóch bramek: 1. Plugin musi być włączony i wskazywać identyfikator bieżącego agenta 2. żądanie musi pochodzić z kwalifikującej się interaktywnej, trwałej sesji czatu Zobacz [Active Memory](/pl/concepts/active-memory), aby poznać model aktywacji, konfigurację należącą do Pluginu, trwałe przechowywanie transkrypcji i bezpieczny schemat wdrażania. --- ## Wybór dostawcy | Klucz | Typ | Wartość domyślna | Opis | | ---------- | --------- | ----------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `enabled` | `boolean` | `true` | Włącza lub wyłącza wyszukiwanie pamięci | | `provider` | `string` | `"openai"` | Identyfikator adaptera osadzania, taki jak `bedrock`, `deepinfra`, `gemini`, `github-copilot`, `local`, `mistral`, `ollama`, `openai`, `openai-compatible` lub `voyage`; może to być również skonfigurowany `models.providers.`, którego `api` wskazuje adapter osadzania pamięci lub interfejs API modelu zgodny z OpenAI | | `model` | `string` | domyślna dostawcy | Nazwa modelu osadzania | | `fallback` | `string` | `"none"` | Identyfikator adaptera zapasowego używanego w razie awarii adaptera głównego | Gdy `provider` nie jest ustawiony, OpenClaw korzysta z osadzeń OpenAI. Ustaw `provider` jawnie, aby używać Bedrock, DeepInfra, Gemini, GitHub Copilot, Mistral, Ollama, Voyage, lokalnego modelu GGUF lub punktu końcowego `/v1/embeddings` zgodnego z OpenAI. Starsze konfiguracje, które nadal zawierają `provider: "auto"`, są interpretowane jako `openai`. Zmiana dostawcy osadzania, modelu, ustawień dostawcy, źródeł, zakresu, podziału na fragmenty lub tokenizatora może spowodować niezgodność istniejącego indeksu wektorowego SQLite. OpenClaw wstrzymuje wyszukiwanie wektorowe i zgłasza ostrzeżenie dotyczące tożsamości indeksu, zamiast automatycznie ponownie generować wszystkie osadzenia. Gdy wszystko będzie gotowe, przebuduj indeks za pomocą `openclaw memory status --index --agent ` lub `openclaw memory index --force --agent `. Gdy `provider` nie jest ustawiony, występuje starsze ustawienie `provider: "auto"` lub `provider: "none"` celowo wybiera tryb wyłącznie FTS, przywoływanie pamięci nadal może korzystać z leksykalnego rankingu FTS, gdy osadzenia są niedostępne. Jawnie określeni dostawcy nielokalni stosują zasadę bezpiecznego odrzucania. Jeśli ustawisz `memorySearch.provider` na konkretnego dostawcę zdalnego, takiego jak Bedrock, DeepInfra, Gemini, GitHub Copilot, LM Studio, Mistral, Ollama, OpenAI, Voyage lub niestandardowego dostawcę zgodnego z OpenAI, a dostawca ten będzie niedostępny w czasie działania, `memory_search` zwróci wynik informujący o niedostępności, zamiast niejawnie użyć przywoływania wyłącznie przez FTS. Popraw konfigurację dostawcy lub uwierzytelniania, przełącz się na dostępnego dostawcę albo ustaw `provider: "none"`, jeśli chcesz świadomie korzystać z przywoływania wyłącznie przez FTS. ### Niestandardowe identyfikatory dostawców `memorySearch.provider` może wskazywać niestandardowy wpis `models.providers.` dla adapterów dostawców przeznaczonych dla pamięci, takich jak `ollama`, lub interfejsów API modeli zgodnych z OpenAI, takich jak `openai-responses` / `openai-completions`. OpenClaw ustala właściciela `api` tego dostawcy dla adaptera osadzania, zachowując niestandardowy identyfikator dostawcy na potrzeby obsługi punktu końcowego, uwierzytelniania i prefiksu modelu. Dzięki temu konfiguracje z wieloma procesorami GPU lub hostami mogą przypisać osadzanie pamięci do konkretnego lokalnego punktu końcowego: ```json5 { models: { providers: { "ollama-5080": { api: "ollama", baseUrl: "http://gpu-box.local:11435", apiKey: "ollama-local", models: [{ id: "qwen3-embedding:0.6b", name: "Qwen3 Embedding 0.6B" }], }, }, }, agents: { defaults: { memorySearch: { provider: "ollama-5080", model: "qwen3-embedding:0.6b", }, }, }, } ``` ### Ustalanie klucza API Zdalne osadzanie wymaga klucza API. Bedrock korzysta zamiast niego z domyślnego łańcucha poświadczeń AWS SDK (ról instancji, SSO, kluczy dostępu lub klucza API Bedrock). | Dostawca | Zmienna środowiskowa | Klucz konfiguracji | | -------------- | ---------------------------------------------------- | ------------------------------------ | | Bedrock | Łańcuch poświadczeń AWS lub `AWS_BEARER_TOKEN_BEDROCK` | Klucz API nie jest wymagany | | 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` | Profil uwierzytelniania przez logowanie na urządzeniu | | Mistral | `MISTRAL_API_KEY` | `models.providers.mistral.apiKey` | | Ollama | `OLLAMA_API_KEY` (wartość zastępcza) | -- | | OpenAI | `OPENAI_API_KEY` | `models.providers.openai.apiKey` | | Voyage | `VOYAGE_API_KEY` | `models.providers.voyage.apiKey` | OAuth Codex obejmuje wyłącznie czat i uzupełnienia, dlatego nie spełnia wymagań żądań osadzania. --- ## Konfiguracja zdalnego punktu końcowego Użyj `provider: "openai-compatible"` dla ogólnego serwera `/v1/embeddings` zgodnego z OpenAI, który nie powinien dziedziczyć globalnych poświadczeń czatu OpenAI. Niestandardowy bazowy adres URL interfejsu API. Zastępczy klucz API. Dodatkowe nagłówki HTTP (scalane z domyślnymi ustawieniami dostawcy). ```json5 { agents: { defaults: { memorySearch: { provider: "openai-compatible", model: "text-embedding-3-small", remote: { baseUrl: "https://api.example.com/v1/", apiKey: "YOUR_KEY", }, }, }, }, } ``` --- ## Konfiguracja właściwa dla dostawcy | Klucz | Typ | Wartość domyślna | Opis | | ---------------------- | -------- | ---------------------- | ------------------------------------------- | | `model` | `string` | `gemini-embedding-001` | Obsługuje również `gemini-embedding-2-preview` | | `outputDimensionality` | `number` | `3072` | Dla Embedding 2: 768, 1536 lub 3072 | Zmiana modelu lub `outputDimensionality` zmienia tożsamość indeksu. OpenClaw wstrzymuje wyszukiwanie wektorowe do czasu jawnej przebudowy indeksu pamięci. Punkty końcowe osadzania zgodne z OpenAI mogą opcjonalnie używać pól żądania `input_type` właściwych dla dostawcy. Jest to przydatne w przypadku asymetrycznych modeli osadzania, które wymagają różnych etykiet dla osadzeń zapytań i dokumentów. | Klucz | Typ | Wartość domyślna | Opis | | ------------------- | -------- | ---------------- | --------------------------------------------------------- | | `inputType` | `string` | nie ustawiono | Wspólna wartość `input_type` dla osadzeń zapytań i dokumentów | | `queryInputType` | `string` | nie ustawiono | Wartość `input_type` podczas zapytania; zastępuje `inputType` | | `documentInputType` | `string` | nie ustawiono | Wartość `input_type` indeksu/dokumentu; zastępuje `inputType` | ```json5 { agents: { defaults: { memorySearch: { provider: "openai-compatible", remote: { baseUrl: "https://embeddings.example/v1", apiKey: "${EMBEDDINGS_API_KEY}", }, model: "asymmetric-embedder", queryInputType: "query", documentInputType: "passage", }, }, }, } ``` Zmiana tych wartości wpływa na tożsamość pamięci podręcznej osadzeń podczas indeksowania wsadowego przez dostawcę i powinna zostać uzupełniona ponownym indeksowaniem pamięci, jeśli model nadrzędny traktuje te etykiety odmiennie. ### Konfiguracja osadzania Bedrock Bedrock korzysta z domyślnego łańcucha poświadczeń AWS SDK oraz tokenu okaziciela sprawdzanego przez OpenClaw, dlatego w konfiguracji nie są przechowywane żadne klucze API. Jeśli OpenClaw działa na EC2 z rolą instancji obsługującą Bedrock, wystarczy ustawić dostawcę i model: ```json5 { agents: { defaults: { memorySearch: { provider: "bedrock", model: "amazon.titan-embed-text-v2:0", }, }, }, } ``` | Klucz | Typ | Wartość domyślna | Opis | | ---------------------- | -------- | ------------------------------ | ------------------------------------- | | `model` | `string` | `amazon.titan-embed-text-v2:0` | Dowolny identyfikator modelu osadzania Bedrock | | `outputDimensionality` | `number` | domyślna modelu | Dla Titan V2: 256, 512 lub 1024 | **Obsługiwane modele** (z wykrywaniem rodziny i domyślnymi wymiarami): | Identyfikator modelu | Dostawca | Domyślne wymiary | Konfigurowalne wymiary | | ------------------------------------------- | ---------- | ---------------- | -------------------------- | | `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, 384, 512, 768, 1024, 1536 | | `twelvelabs.marengo-embed-3-0-v1:0` | TwelveLabs | 512 | -- | | `twelvelabs.marengo-embed-2-7-v1:0` | TwelveLabs | 1024 | -- | Warianty z sufiksem przepustowości (np. `amazon.titan-embed-text-v1:2:8k`) oraz identyfikatory profili wnioskowania z prefiksem regionu (np. `us.amazon.titan-embed-text-v2:0`) dziedziczą konfigurację modelu bazowego. **Region:** rozwiązywany w następującej kolejności: nadpisanie `memorySearch.remote.baseUrl`, konfiguracja `models.providers.amazon-bedrock.baseUrl`, `AWS_REGION`, `AWS_DEFAULT_REGION`, a następnie domyślna wartość `us-east-1`. **Uwierzytelnianie:** OpenClaw najpierw sprawdza `AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY` lub `AWS_BEARER_TOKEN_BEDROCK`, a następnie przechodzi do standardowego domyślnego łańcucha dostawców poświadczeń AWS SDK: 1. Zmienne środowiskowe (`AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY`), chyba że ustawiono również `AWS_PROFILE` 2. SSO (tylko gdy skonfigurowano pola SSO) 3. Współdzielone pliki poświadczeń i konfiguracji (`fromIni`, obejmuje `AWS_PROFILE`) 4. Proces poświadczeń (`credential_process` w pliku konfiguracji AWS) 5. Poświadczenia tokenu tożsamości internetowej 6. Poświadczenia z metadanych instancji ECS lub EC2 **Uprawnienia IAM:** rola lub użytkownik IAM wymaga: ```json { "Effect": "Allow", "Action": "bedrock:InvokeModel", "Resource": "*" } ``` Aby zastosować zasadę najmniejszych uprawnień, ogranicz `InvokeModel` do konkretnego modelu: ```text arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0 ``` | Klucz | Typ | Wartość domyślna | Opis | | --------------------- | ------------------ | ------------------------ | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `local.modelPath` | `string` | pobierany automatycznie | Ścieżka do pliku modelu GGUF | | `local.modelCacheDir` | `string` | domyślna node-llama-cpp | Katalog pamięci podręcznej pobranych modeli | | `local.contextSize` | `number \| "auto"` | `4096` | Rozmiar okna kontekstu dla kontekstu osadzania. Wartość 4096 obejmuje typowe fragmenty (128–512 tokenów), jednocześnie ograniczając pamięć VRAM niezajmowaną przez wagi. Na hostach o ograniczonych zasobach zmniejsz do 1024–2048. `"auto"` używa wytrenowanego maksimum modelu — niezalecane dla modeli 8B+ (Qwen3-Embedding-8B: do 40 960 tokenów może zwiększyć użycie VRAM do około 32 GB). | Najpierw zainstaluj oficjalnego dostawcę llama.cpp: `openclaw plugins install @openclaw/llama-cpp-provider`. Model domyślny: `embeddinggemma-300m-qat-Q8_0.gguf` (około 0,6 GB, pobierany automatycznie). Kopie robocze kodu źródłowego nadal wymagają zatwierdzenia natywnej kompilacji: `pnpm approve-builds`, a następnie `pnpm rebuild node-llama-cpp`. Użyj samodzielnego CLI, aby zweryfikować tę samą ścieżkę dostawcy, której używa Gateway: ```bash openclaw memory status --deep --agent main openclaw memory index --force --agent main ``` Numeryczne wartości `local.contextSize` wpływają również na automatyczne rozmieszczanie warstw GPU przez node-llama-cpp, dzięki czemu wagi modelu i żądany kontekst osadzania mieszczą się razem. Po załadowaniu środowiska uruchomieniowego polecenie `openclaw memory status --deep` raportuje ostatnio znane informacje o mechanizmie llama.cpp, urządzeniu, odciążaniu, żądanym kontekście i użyciu pamięci wraz ze znacznikami czasu; pasywne sprawdzenie stanu nie ładuje modelu. Ustaw jawnie `provider: "local"` dla lokalnych osadzeń GGUF. Odwołania do modeli `hf:` i HTTP(S) są obsługiwane w jawnych konfiguracjach lokalnych (za pośrednictwem mechanizmu rozwiązywania modeli node-llama-cpp), ale nie zmieniają domyślnego dostawcy. ### Limit czasu osadzania w trybie bezpośrednim Nadpisuje limit czasu dla bezpośrednich partii osadzania podczas indeksowania pamięci. Brak ustawienia powoduje użycie wartości domyślnej dostawcy: 600 sekund dla dostawców lokalnych/samodzielnie hostowanych, takich jak `local`, `ollama` i `lmstudio`, oraz 120 sekund dla dostawców hostowanych. Zwiększ tę wartość, gdy lokalne partie osadzania obciążające procesor działają prawidłowo, ale wolno. --- ## Zachowanie indeksowania Wszystkie opcje znajdują się w `memorySearch.sync`, chyba że zaznaczono inaczej: | Klucz | Typ | Wartość domyślna | Opis | | ------------------------------ | --------- | ---------------- | ----------------------------------------------------------------------------- | | `onSessionStart` | `boolean` | `true` | Synchronizuje indeks pamięci przy rozpoczęciu sesji | | `onSearch` | `boolean` | `true` | Synchronizuje leniwie podczas wyszukiwania po wykryciu zmian zawartości | | `watch` | `boolean` | `true` | Monitoruje pliki pamięci (chokidar) i planuje ponowne indeksowanie po zmianach | | `watchDebounceMs` | `number` | `1500` | Okno opóźnienia do łączenia szybko następujących zdarzeń monitorowania plików | | `intervalMinutes` | `number` | `0` | Okres ponownego indeksowania w minutach (`0` wyłącza) | | `sessions.postCompactionForce` | `boolean` | `true` | Wymusza ponowne indeksowanie sesji po aktualizacjach transkrypcji wywołanych przez Compaction | Rozmiar fragmentu w tokenach używany podczas dzielenia źródeł pamięci przed osadzaniem (domyślnie: 400). Nakładanie się tokenów między sąsiednimi fragmentami w celu zachowania kontekstu w pobliżu granic podziału (domyślnie: 80). Zmiana `chunking.tokens` lub `chunking.overlap` zmienia granice fragmentów i unieważnia tożsamość istniejącego indeksu (zobacz ostrzeżenie w sekcji Wybór dostawcy). --- ## Konfiguracja wyszukiwania hybrydowego Wszystkie poniższe ustawienia znajdują się w `memorySearch.query`: | Klucz | Typ | Domyślnie | Opis | | ------------ | -------- | --------- | -------------------------------------------------------- | | `maxResults` | `number` | `6` | Maksymalna liczba trafień z pamięci zwracanych przed wstrzyknięciem | | `minScore` | `number` | `0.35` | Minimalny wynik trafności wymagany do uwzględnienia trafienia | Oraz w `memorySearch.query.hybrid`: | Klucz | Typ | Domyślnie | Opis | | --------------------- | --------- | --------- | ---------------------------------------------- | | `enabled` | `boolean` | `true` | Włącza hybrydowe wyszukiwanie BM25 i wektorowe | | `vectorWeight` | `number` | `0.7` | Waga wyników wektorowych (0–1) | | `textWeight` | `number` | `0.3` | Waga wyników BM25 (0–1) | | `candidateMultiplier` | `number` | `4` | Mnożnik rozmiaru puli kandydatów | | Klucz | Typ | Domyślnie | Opis | | ------------- | --------- | --------- | -------------------------------------------- | | `mmr.enabled` | `boolean` | `false` | Włącza ponowne uszeregowanie za pomocą MMR | | `mmr.lambda` | `number` | `0.7` | 0 = maksymalna różnorodność, 1 = maksymalna trafność | | Klucz | Typ | Domyślnie | Opis | | ---------------------------- | --------- | --------- | ------------------------------------- | | `temporalDecay.enabled` | `boolean` | `false` | Włącza premiowanie aktualności | | `temporalDecay.halfLifeDays` | `number` | `30` | Wynik zmniejsza się o połowę co N dni | Pliki o trwałej aktualności (`MEMORY.md` oraz pliki bez daty w `memory/`) nigdy nie podlegają obniżaniu wyniku. ### Pełny przykład ```json5 { agents: { defaults: { memorySearch: { query: { maxResults: 6, minScore: 0.35, hybrid: { vectorWeight: 0.7, textWeight: 0.3, mmr: { enabled: true, lambda: 0.7 }, temporalDecay: { enabled: true, halfLifeDays: 30 }, }, }, }, }, }, } ``` --- ## Dodatkowe ścieżki pamięci | Klucz | Typ | Opis | | ------------ | ---------- | ------------------------------------------- | | `extraPaths` | `string[]` | Dodatkowe katalogi lub pliki do indeksowania | ```json5 { agents: { defaults: { memorySearch: { extraPaths: ["../team-docs", "/srv/shared-notes"], }, }, }, } ``` Ścieżki mogą być bezwzględne lub względne wobec obszaru roboczego. Katalogi są skanowane rekurencyjnie w poszukiwaniu plików `.md`. Obsługa dowiązań symbolicznych zależy od aktywnego mechanizmu: wbudowany mechanizm pomija dowiązania symboliczne, natomiast QMD stosuje zachowanie bazowego skanera QMD. Do wyszukiwania transkrypcji między agentami w zakresie danego agenta użyj `agents.list[].memorySearch.qmd.extraCollections` zamiast `memory.qmd.paths`. Te dodatkowe kolekcje mają ten sam format `{ path, name, pattern? }`, ale są scalane osobno dla każdego agenta i mogą zachowywać jawnie określone współdzielone nazwy, gdy ścieżka wskazuje poza bieżący obszar roboczy. Jeśli ta sama rozwiązana ścieżka występuje zarówno w `memory.qmd.paths`, jak i w `memorySearch.qmd.extraCollections`, QMD zachowuje pierwszy wpis i pomija duplikat. --- ## Pamięć multimodalna (Gemini) Indeksuj obrazy i dźwięk wraz z plikami Markdown za pomocą Gemini Embedding 2: | Klucz | Typ | Domyślnie | Opis | | ------------------------- | ---------- | --------- | ------------------------------------------------ | | `multimodal.enabled` | `boolean` | `false` | Włącza indeksowanie multimodalne | | `multimodal.modalities` | `string[]` | -- | `["image"]`, `["audio"]` lub `["all"]` | | `multimodal.maxFileBytes` | `number` | `10485760`| Maksymalny rozmiar indeksowanego pliku (10 MiB) | Dotyczy tylko plików w `extraPaths`. Domyślne główne katalogi pamięci nadal obsługują wyłącznie Markdown. Wymaga `gemini-embedding-2-preview`. Wartość `fallback` musi wynosić `"none"`. Obsługiwane formaty: `.jpg`, `.jpeg`, `.png`, `.webp`, `.gif`, `.heic`, `.heif` (obrazy); `.mp3`, `.wav`, `.ogg`, `.opus`, `.m4a`, `.aac`, `.flac` (dźwięk). --- ## Pamięć podręczna osadzeń | Klucz | Typ | Wartość domyślna | Opis | | ------------------ | --------- | ---------------- | ------------------------------------------------------- | | `cache.enabled` | `boolean` | `true` | Przechowuje osadzenia fragmentów w pamięci podręcznej SQLite | | `cache.maxEntries` | `number` | nie ustawiono | Orientacyjny górny limit osadzeń w pamięci podręcznej | Zapobiega ponownemu tworzeniu osadzeń dla niezmienionego tekstu podczas ponownego indeksowania lub aktualizacji transkrypcji. Pozostaw `maxEntries` bez wartości, aby pamięć podręczna była nieograniczona; ustaw ją, gdy ograniczenie zajętości dysku jest ważniejsze niż maksymalna szybkość ponownego indeksowania. Po ustawieniu tej wartości i przekroczeniu limitu najstarsze wpisy (według czasu ostatniej aktualizacji) są usuwane jako pierwsze. --- ## Indeksowanie wsadowe | Klucz | Typ | Wartość domyślna | Opis | | ----------------------------- | --------- | ---------------- | ------------------------------------- | | `remote.nonBatchConcurrency` | `number` | `4` | Równoległe osadzanie bezpośrednie | | `remote.batch.enabled` | `boolean` | `false` | Włącza interfejs API osadzania wsadowego | | `remote.batch.concurrency` | `number` | `2` | Równoległe zadania wsadowe | | `remote.batch.wait` | `boolean` | `true` | Oczekuje na zakończenie zadań wsadowych | | `remote.batch.pollIntervalMs` | `number` | `2000` | Interwał odpytywania | | `remote.batch.timeoutMinutes` | `number` | `60` | Limit czasu zadania wsadowego | Dostępne dla `gemini`, `openai` i `voyage`. Przetwarzanie wsadowe OpenAI jest zazwyczaj najszybsze i najtańsze w przypadku uzupełniania dużych zbiorów danych. `remote.nonBatchConcurrency` steruje bezpośrednimi wywołaniami osadzania używanymi przez dostawców lokalnych lub samodzielnie hostowanych oraz dostawców hostowanych, gdy ich interfejsy API przetwarzania wsadowego nie są aktywne. W przypadku indeksowania niewsadowego Ollama domyślnie używa wartości `1`, aby nie przeciążać mniejszych hostów lokalnych; na większych maszynach ustaw wyższą wartość. To ustawienie jest niezależne od `sync.embeddingBatchTimeoutSeconds`, które określa limit czasu bezpośrednich wywołań osadzania. --- ## Wyszukiwanie w pamięci sesji (eksperymentalne) Indeksuj transkrypcje sesji i udostępniaj je za pomocą `memory_search`: | Klucz | Typ | Wartość domyślna | Opis | | ----------------------------- | ---------- | ---------------- | ------------------------------------------------- | | `experimental.sessionMemory` | `boolean` | `false` | Włącza indeksowanie sesji | | `sources` | `string[]` | `["memory"]` | Dodaj `"sessions"`, aby uwzględnić transkrypcje | | `sync.sessions.deltaBytes` | `number` | `100000` | Próg liczby bajtów dla ponownego indeksowania | | `sync.sessions.deltaMessages` | `number` | `50` | Próg liczby wiadomości dla ponownego indeksowania | Indeksowanie sesji wymaga jawnego włączenia i działa asynchronicznie. Wyniki mogą być nieco nieaktualne. Dzienniki sesji znajdują się na dysku, dlatego dostęp do systemu plików należy traktować jako granicę zaufania. Trafienia w transkrypcjach sesji również podlegają ustawieniu [`tools.sessions.visibility`](/pl/gateway/config-tools#toolssessions). Domyślna widoczność `tree` udostępnia tylko bieżącą sesję i sesje przez nią utworzone. Aby przywołać z innej sesji niepowiązaną sesję tego samego agenta, wysłaną przez Gateway, na przykład wiadomość prywatną, celowo rozszerz widoczność do `agent` (lub do `all` tylko wtedy, gdy wymagane jest również przywoływanie między agentami i zezwalają na nie zasady komunikacji między agentami). Poniższe przykłady umieszczają te ustawienia w `agents.defaults`. Równoważne ustawienia `memorySearch` można również zastosować w nadpisaniu dla konkretnego agenta, gdy tylko jeden agent ma indeksować i przeszukiwać transkrypcje sesji. Aby umożliwić przywoływanie wiadomości prywatnych przez Gateway w obrębie tego samego agenta: ```json5 { agents: { defaults: { memorySearch: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"], }, }, }, tools: { sessions: { visibility: "agent" }, }, } ``` ```json5 { agents: { defaults: { memorySearch: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"], }, }, }, memory: { backend: "qmd", qmd: { sessions: { enabled: true }, }, }, tools: { sessions: { visibility: "agent" }, }, } ``` Podczas korzystania z QMD ustawienia `agents.defaults.memorySearch.experimental.sessionMemory` i `sources: ["sessions"]` same nie eksportują transkrypcji do QMD. Ustaw również `memory.qmd.sessions.enabled: true`. --- ## Akceleracja wektorowa SQLite (sqlite-vec) | Klucz | Typ | Domyślnie | Opis | | ---------------------------- | --------- | --------- | ----------------------------------------- | | `store.vector.enabled` | `boolean` | `true` | Używaj sqlite-vec do zapytań wektorowych | | `store.vector.extensionPath` | `string` | wbudowana | Zastąp ścieżkę do sqlite-vec | Gdy sqlite-vec jest niedostępne, OpenClaw automatycznie przełącza się na podobieństwo cosinusowe obliczane w procesie. --- ## Przechowywanie indeksów Wbudowane indeksy pamięci znajdują się w bazie danych SQLite OpenClaw każdego agenta pod ścieżką `agents//agent/openclaw-agent.sqlite`. | Klucz | Typ | Domyślnie | Opis | | --------------------- | -------- | ----------- | -------------------------------------------- | | `store.fts.tokenizer` | `string` | `unicode61` | Tokenizator FTS5 (`unicode61` lub `trigram`) | --- ## Konfiguracja backendu QMD Aby włączyć, ustaw `memory.backend = "qmd"`. Wszystkie ustawienia QMD znajdują się w `memory.qmd`: | Klucz | Typ | Domyślnie | Opis | | ------------------------ | --------- | --------- | ------------------------------------------------------------------------------------------------------------ | | `command` | `string` | `qmd` | Ścieżka do pliku wykonywalnego QMD; ustaw ścieżkę bezwzględną, gdy `PATH` usługi różni się od powłoki | | `searchMode` | `string` | `search` | Polecenie wyszukiwania: `search`, `vsearch`, `query` | | `rerank` | `boolean` | -- | Ustaw `false` z `searchMode: "query"` i QMD 2.1+, aby pominąć ponowne szeregowanie wyników przez QMD | | `includeDefaultMemory` | `boolean` | `true` | Automatycznie indeksuj `MEMORY.md` i `memory/**/*.md` | | `paths[]` | `array` | -- | Dodatkowe ścieżki: `{ name, path, pattern? }` | | `sessions.enabled` | `boolean` | `false` | Eksportuj transkrypcje sesji do QMD | | `sessions.retentionDays` | `number` | -- | Okres przechowywania transkrypcji | | `sessions.exportDir` | `string` | -- | Katalog eksportu | `searchMode: "search"` korzysta wyłącznie z wyszukiwania leksykalnego/BM25. W tym trybie OpenClaw nie wykonuje testów gotowości semantycznych wektorów ani konserwacji osadzeń QMD, również podczas `memory status --deep`; tryby `vsearch` i `query` nadal wymagają gotowości wektorowej QMD oraz osadzeń. `rerank: false` zmienia wyłącznie tryb `query` QMD i wymaga QMD 2.1 lub nowszego. W bezpośrednim trybie CLI OpenClaw przekazuje `--no-rerank`; w trybie MCP obsługiwanym przez mcporter przekazuje `rerank: false` do ujednoliconego narzędzia zapytań QMD. Pozostaw tę opcję nieustawioną, aby używać domyślnego mechanizmu ponownego szeregowania zapytań QMD. OpenClaw preferuje aktualne formaty kolekcji QMD i zapytań MCP, ale zachowuje zgodność ze starszymi wersjami QMD, w razie potrzeby wypróbowując zgodne flagi wzorców kolekcji i starsze nazwy narzędzi MCP. Gdy QMD deklaruje obsługę wielu filtrów kolekcji, kolekcje z tego samego źródła są przeszukiwane przez jeden proces QMD; starsze kompilacje QMD zachowują ścieżkę zgodności osobną dla każdej kolekcji. To samo źródło oznacza, że kolekcje trwałej pamięci — domyślne pliki pamięci i niestandardowe ścieżki — są grupowane razem, natomiast kolekcje transkrypcji sesji pozostają osobną grupą, dzięki czemu dywersyfikacja źródeł nadal uwzględnia oba rodzaje danych wejściowych. Nadpisania modeli QMD pozostają po stronie QMD, a nie w konfiguracji OpenClaw. Jeśli chcesz globalnie zastąpić modele QMD, ustaw zmienne środowiskowe, takie jak `QMD_EMBED_MODEL`, `QMD_RERANK_MODEL` i `QMD_GENERATE_MODEL`, w środowisku uruchomieniowym Gateway. ### Integracja z mcporter Wszystkie ustawienia znajdują się w `memory.qmd.mcporter`. Kieruje wyszukiwania QMD przez długotrwale działającego demona MCP `mcporter` zamiast uruchamiać `qmd` dla każdego zapytania, ograniczając narzut zimnego startu w przypadku większych modeli. | Klucz | Typ | Domyślnie | Opis | | ------------- | --------- | --------- | ------------------------------------------------------------------------------------------ | | `enabled` | `boolean` | `false` | Kieruj wywołania QMD przez mcporter zamiast uruchamiać `qmd` dla każdego żądania | | `serverName` | `string` | `qmd` | Nazwa serwera mcporter uruchamiającego `qmd mcp` z `lifecycle: keep-alive` | | `startDaemon` | `boolean` | `true` | Automatycznie uruchamiaj demona mcporter, gdy `enabled` ma wartość `true` | Wymaga zainstalowanego programu `mcporter`, dostępnego w PATH, oraz skonfigurowanego serwera mcporter uruchamiającego `qmd mcp`. Pozostaw wyłączone w prostszych konfiguracjach lokalnych, w których koszt uruchamiania procesu dla każdego zapytania jest akceptowalny. | Klucz | Typ | Domyślnie | Opis | | ------------------------- | --------- | --------- | ------------------------------------------------------------------------------------------------------- | | `update.interval` | `string` | `5m` | Interwał odświeżania | | `update.debounceMs` | `number` | `15000` | Opóźnienie stabilizujące zmiany plików | | `update.onBoot` | `boolean` | `true` | Odświeżaj po otwarciu długotrwale działającego menedżera QMD; ustaw `false`, aby pominąć natychmiastową aktualizację po uruchomieniu | | `update.startup` | `string` | `off` | Opcjonalna inicjalizacja QMD przy uruchamianiu Gateway: `off`, `idle` lub `immediate` | | `update.startupDelayMs` | `number` | `120000` | Opóźnienie przed odświeżeniem `startup: "idle"` | | `update.waitForBootSync` | `boolean` | `false` | Blokuj otwarcie menedżera do czasu ukończenia jego początkowego odświeżania | | `update.embedInterval` | `string` | `60m` | Osobny harmonogram generowania osadzeń | | `update.commandTimeoutMs` | `number` | `30000` | Limit czasu poleceń konserwacyjnych QMD (wyświetlanie/dodawanie kolekcji) | | `update.updateTimeoutMs` | `number` | `120000` | Limit czasu każdego cyklu `qmd update` | | `update.embedTimeoutMs` | `number` | `120000` | Limit czasu każdego cyklu `qmd embed` | | Klucz | Typ | Domyślnie | Opis | | ------------------------- | -------- | --------- | ---------------------------------------------- | | `limits.maxResults` | `number` | `4` | Maksymalna liczba wyników wyszukiwania | | `limits.maxSnippetChars` | `number` | `450` | Ograniczenie długości fragmentu | | `limits.maxInjectedChars` | `number` | `2200` | Ograniczenie łącznej liczby wstrzykniętych znaków | | `limits.timeoutMs` | `number` | `4000` | Limit czasu wyszukiwania | Określa, które sesje mogą otrzymywać wyniki wyszukiwania QMD. Schemat jest taki sam jak w [`session.sendPolicy`](/pl/gateway/config-agents#session): ```json5 { memory: { qmd: { scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }], }, }, }, } ``` Domyślna dostarczana konfiguracja zezwala wyłącznie na wiadomości prywatne/bezpośrednie, odrzucając grupy i inne typy kanałów. `match.keyPrefix` dopasowuje znormalizowany klucz sesji; `match.rawKeyPrefix` dopasowuje nieprzetworzony klucz zawierający `agent::`. `memory.citations` ma zastosowanie do wszystkich backendów: | Wartość | Zachowanie | | ---------------- | ---------------------------------------------------------------- | | `auto` (domyślnie) | Dołącz stopkę `Source: ` do fragmentów | | `on` | Zawsze dołączaj stopkę | | `off` | Pomijaj stopkę (ścieżka nadal jest wewnętrznie przekazywana agentowi) | Gdy inicjalizacja QMD podczas uruchamiania Gateway jest włączona, OpenClaw uruchamia QMD tylko dla kwalifikujących się agentów. Jeśli `update.onBoot` ma wartość true i nie skonfigurowano okresowej konserwacji aktualizacji ani osadzania, podczas uruchamiania używany jest jednorazowy menedżer do wykonania odświeżenia startowego, a następnie zostaje zamknięty. Jeśli skonfigurowano interwał aktualizacji lub osadzania, podczas uruchamiania otwierany jest długotrwały menedżer QMD, który zarządza obserwatorem i licznikami interwałów; `update.onBoot: false` pomija tylko natychmiastowe odświeżenie startowe. ### Pełny przykład QMD ```json5 { memory: { backend: "qmd", citations: "auto", qmd: { includeDefaultMemory: true, update: { interval: "5m", debounceMs: 15000 }, limits: { maxResults: 4, timeoutMs: 4000 }, scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }], }, paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }], }, }, } ``` --- ## Dreaming Dreaming konfiguruje się w `plugins.entries.memory-core.config.dreaming`, a nie w `agents.defaults.memorySearch`. Dreaming działa jako jedno zaplanowane przetwarzanie i wykorzystuje wewnętrzne fazy lekką, głęboką i REM jako szczegół implementacyjny. Opis działania koncepcyjnego i poleceń z ukośnikiem zawiera sekcja [Dreaming](/pl/concepts/dreaming). ### Ustawienia użytkownika | Klucz | Typ | Wartość domyślna | Opis | | -------------------------------------- | --------- | ---------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `enabled` | `boolean` | `false` | Całkowicie włącza lub wyłącza Dreaming | | `frequency` | `string` | `0 3 * * *` | Opcjonalna częstotliwość Cron dla pełnego przebiegu Dreaming | | `model` | `string` | model domyślny | Opcjonalne zastąpienie modelu podagenta Dream Diary | | `phases.deep.maxPromotedSnippetTokens` | `number` | `160` | Maksymalna szacowana liczba tokenów zachowywanych z każdego fragmentu pamięci krótkotrwałej przeniesionego do `MEMORY.md`; metadane pochodzenia pozostają widoczne | ### Przykład ```json5 { 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 zapisuje stan maszynowy w `memory/.dreams/`. - Dreaming zapisuje czytelny dla człowieka opis w `DREAMS.md` (lub istniejącym `dreams.md`). - `dreaming.model` korzysta z istniejącej bramy zaufania podagenta Pluginu; przed jego włączeniem ustaw `plugins.entries.memory-core.subagent.allowModelOverride: true`. - Dream Diary ponawia próbę raz, używając domyślnego modelu sesji, gdy skonfigurowany model jest niedostępny. Błędy zaufania lub listy dozwolonych modeli są rejestrowane i nie powodują niejawnego ponowienia próby. - Zasady i progi faz lekkiej, głębokiej i REM są zachowaniem wewnętrznym, a nie konfiguracją dostępną dla użytkownika. ## Powiązane - [Dokumentacja konfiguracji](/pl/gateway/configuration-reference) - [Omówienie pamięci](/pl/concepts/memory) - [Wyszukiwanie w pamięci](/pl/concepts/memory-search)