Sessions and memory

內建記憶引擎

內建引擎是預設的記憶後端。它會將記憶索引儲存在每個代理程式各自的 SQLite 資料庫中,且不需要額外相依套件即可開始使用。

提供的功能

  • 透過 FTS5 全文索引進行關鍵字搜尋(BM25 評分)。
  • 使用任何支援供應商所提供的嵌入向量進行向量搜尋
  • 結合兩者以獲得最佳結果的混合搜尋
  • 透過三元組詞元化支援中文、日文和韓文的 CJK 支援
  • 使用 sqlite-vec 加速資料庫內的向量查詢(選用)。

開始使用

根據預設,內建引擎使用 OpenAI 嵌入向量。如果已設定 OPENAI_API_KEYmodels.providers.openai.apiKey,則無須額外設定記憶功能即可使用向量搜尋。

若要明確設定供應商:

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

若沒有嵌入向量供應商,則只能使用關鍵字搜尋。

若要強制使用本機 GGUF 嵌入向量,請安裝官方 llama.cpp 供應商外掛,然後將 local.modelPath 指向 GGUF 檔案:

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",        },      },    },  },}

支援的嵌入向量供應商

供應商 ID 備註
Bedrock bedrock 使用 AWS 憑證鏈
DeepInfra deepinfra 預設:BAAI/bge-m3
Gemini gemini 支援多模態(圖片 + 音訊)
GitHub Copilot github-copilot 使用您的 Copilot 訂閱
LM Studio lmstudio 本機/自行託管
本機 local @openclaw/llama-cpp-provider
Mistral mistral
Ollama ollama 本機/自行託管
OpenAI openai 預設:text-embedding-3-small
OpenAI 相容 openai-compatible 通用 /v1/embeddings 端點
Voyage voyage

設定 memorySearch.provider 即可改用 OpenAI 以外的供應商。

索引的運作方式

OpenClaw 會將 MEMORY.mdmemory/*.md 索引為區塊(預設為 400 個詞元,重疊 80 個詞元),並將其儲存在每個代理程式各自的 SQLite 資料庫中。

  • **索引位置:**所屬代理程式的資料庫: ~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite
  • **儲存維護:**透過定期檢查點和關閉時檢查點,限制 SQLite WAL 附屬檔案的大小。
  • **檔案監看:**記憶檔案的變更會觸發經過防抖處理的重新索引(預設 1.5 秒)。
  • **自動重新索引:**當嵌入向量供應商、模型、分塊設定、已設定的來源或範圍變更時,索引會自動重建。
  • 隨需重新索引:openclaw memory index --force

適用時機

內建引擎是大多數使用者的合適選擇:

  • 無須額外相依套件,開箱即可使用。
  • 能妥善處理關鍵字搜尋和向量搜尋。
  • 支援所有嵌入向量供應商。
  • 混合搜尋結合了兩種擷取方式的優點。

如果您需要重新排序、查詢擴展,或想要索引工作區之外的目錄,請考慮改用 QMD

如果您想要具備自動使用者建模功能的跨工作階段記憶,請考慮使用 Honcho

疑難排解

**記憶搜尋已停用?**請檢查 openclaw memory status。如果未偵測到供應商,請明確設定一個供應商或新增 API 金鑰。

**未偵測到本機供應商?**請確認本機路徑存在,然後執行:

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

獨立的命令列介面命令和閘道都使用相同的 local 供應商 ID。若要使用本機嵌入向量,請設定 memorySearch.provider: "local"

**結果已過時?**執行 openclaw memory index --force 以重建索引。在少數邊界情況下,監看器可能會遺漏變更。

**sqlite-vec 無法載入?**OpenClaw 會自動改用程序內餘弦相似度。openclaw memory status --deep 會分別回報本機向量儲存區與嵌入向量供應商的狀態,因此 Vector store: unavailable 表示 sqlite-vec 載入問題,而 Embeddings: unavailable 則表示供應商/驗證或模型就緒狀態有問題。請檢查日誌以取得具體的載入錯誤。

設定

如需嵌入向量供應商設定、混合搜尋調校(權重、MMR、時間衰減)、批次索引、多模態記憶、sqlite-vec、額外路徑及所有其他設定選項,請參閱記憶設定參考

相關內容

Was this useful?
On this page

On this page