Yerleşik bellek motoru

Yerleşik motor, varsayılan bellek arka ucudur. Bellek dizininizi her ajan için ayrı bir SQLite veritabanında saklar ve başlamak için ek bağımlılık gerektirmez.

Sağladıkları

• FTS5 tam metin dizinleme (BM25 puanlaması) aracılığıyla anahtar sözcük araması.
• Desteklenen herhangi bir sağlayıcıdan alınan gömmeler aracılığıyla vektör araması.
• En iyi sonuçlar için ikisini birleştiren hibrit arama.
• Çince, Japonca ve Korece için trigram belirteçleştirme aracılığıyla CJK desteği.
• Veritabanı içi vektör sorguları için sqlite-vec hızlandırması (isteğe bağlı).

Başlarken

Yerleşik motor varsayılan olarak OpenAI gömmelerini kullanır. OPENAI_API_KEY veya models.providers.openai.apiKey zaten yapılandırılmışsa vektör araması ek bellek yapılandırması olmadan çalışır.

Bir sağlayıcıyı açıkça ayarlamak için:

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

Bir gömme sağlayıcısı olmadan yalnızca anahtar sözcük araması kullanılabilir.

Yerel GGUF gömmelerini zorunlu kılmak için resmi llama.cpp sağlayıcı Plugin'ini yükleyin, ardından local.modelPath değerini bir GGUF dosyasına yönlendirin:

openclaw plugins install @openclaw/llama-cpp-provider

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

Desteklenen gömme sağlayıcıları

OpenAI yerine başka bir sağlayıcı kullanmak için memorySearch.provider değerini ayarlayın.

Dizinleme nasıl çalışır?

OpenClaw, MEMORY.md ve memory/*.md dosyalarını parçalara (varsayılan olarak 80 belirteç örtüşmeli 400 belirteç) ayırarak dizinler ve bunları her ajan için ayrı bir SQLite veritabanında saklar.

• Dizin konumu: sahibi olan ajan veritabanı: ~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite
• Depolama bakımı: SQLite WAL yan dosyaları, düzenli aralıklarla ve kapatma sırasında gerçekleştirilen kontrol noktalarıyla sınırlandırılır.
• Dosya izleme: bellek dosyalarındaki değişiklikler, gecikmeli bir yeniden dizinlemeyi tetikler (varsayılan 1,5 sn).
• Otomatik yeniden dizinleme: gömme sağlayıcısı, model, parçalama yapılandırması, yapılandırılmış kaynaklar veya kapsam değiştiğinde dizin otomatik olarak yeniden oluşturulur.
• İsteğe bağlı yeniden dizinleme: openclaw memory index --force

Ne zaman kullanılmalı?

Yerleşik motor çoğu kullanıcı için doğru seçimdir:

• Ek bağımlılık gerektirmeden doğrudan çalışır.
• Anahtar sözcük ve vektör aramasını iyi şekilde gerçekleştirir.
• Tüm gömme sağlayıcılarını destekler.
• Hibrit arama, her iki getirme yaklaşımının en iyi yönlerini birleştirir.

Yeniden sıralamaya, sorgu genişletmeye ihtiyacınız varsa veya çalışma alanı dışındaki dizinleri dizinlemek istiyorsanız QMD kullanmayı değerlendirin.

Otomatik kullanıcı modellemeli, oturumlar arası bellek istiyorsanız Honcho kullanmayı değerlendirin.

Sorun giderme

Bellek araması devre dışı mı? openclaw memory status komutunu kontrol edin. Hiçbir sağlayıcı algılanmazsa açıkça bir sağlayıcı ayarlayın veya bir API anahtarı ekleyin.

Yerel sağlayıcı algılanmıyor mu? Yerel yolun mevcut olduğunu doğrulayın ve şunları çalıştırın:

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

Hem bağımsız CLI komutları hem de Gateway aynı local sağlayıcı kimliğini kullanır. Yerel gömmeler istediğinizde memorySearch.provider: "local" ayarını kullanın.

Sonuçlar güncel değil mi? Yeniden oluşturmak için openclaw memory index --force komutunu çalıştırın. İzleyici, nadir uç durumlarda değişiklikleri kaçırabilir.

sqlite-vec yüklenmiyor mu? OpenClaw otomatik olarak süreç içi kosinüs benzerliğine geri döner. openclaw memory status --deep, yerel vektör deposunu gömme sağlayıcısından ayrı olarak bildirir; bu nedenle Vector store: unavailable, sqlite-vec yüklemesine işaret ederken Embeddings: unavailable, sağlayıcı/kimlik doğrulama veya modelin hazır olma durumuna işaret eder. Belirli yükleme hatası için günlükleri kontrol edin.

Yapılandırma

Gömme sağlayıcısı kurulumu, hibrit arama ayarlaması (ağırlıklar, MMR, zamansal azalma), toplu dizinleme, çoklu ortam belleği, sqlite-vec, ek yollar ve diğer tüm yapılandırma seçenekleri için Bellek yapılandırması başvurusuna bakın.

İlgili

• Belleğe genel bakış
• Bellek araması
• Active Memory