記憶 LanceDB

memory-lancedb 是官方的外部外掛，可將長期記憶儲存在 LanceDB 中，並支援向量搜尋。它可以在模型每輪互動前自動回想相關記憶， 並在回應後自動擷取重要事實。

適合用於本機向量資料庫、相容 OpenAI 的嵌入端點，或 預設內建記憶後端以外的記憶儲存區。

安裝

openclaw plugins install @openclaw/memory-lancedb

此外掛已發布至 npm；它未內建於 OpenClaw 執行階段 映像檔中。安裝時會寫入外掛項目、啟用此外掛，並將 plugins.slots.memory 切換為 memory-lancedb。如果目前有其他外掛占用 記憶插槽，該外掛會停用並顯示警告。

快速開始

{  plugins: {    slots: {      memory: "memory-lancedb",    },    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            provider: "openai",            model: "text-embedding-3-small",          },          autoRecall: true,          autoCapture: false,        },      },    },  },}

變更外掛設定後重新啟動閘道，接著確認外掛已載入：

openclaw gateway restartopenclaw plugins list

嵌入設定

embedding 為必填，且必須至少包含一個欄位。provider 預設為 openai；model 預設為 text-embedding-3-small。

有兩種請求路徑：

• 提供者介面卡路徑（預設）：設定 embedding.provider，並省略 embedding.apiKey/embedding.baseUrl。此外掛會透過 memory-core 使用的相同記憶嵌入介面卡，解析提供者已設定的驗證設定檔、環境變數或 models.providers.<provider>.apiKey。github-copilot、ollama 及任何其他支援嵌入的內建提供者皆使用此路徑。
• 直接使用相容 OpenAI 的用戶端路徑：不設定 embedding.provider（或設為 "openai"），並設定 embedding.apiKey 與 embedding.baseUrl。此路徑適用於沒有內建提供者介面卡的原始 相容 OpenAI 嵌入端點。

OpenAI Codex / ChatGPT OAuth 並不是 OpenAI Platform 的嵌入憑證。 若要使用 OpenAI 嵌入，請使用 OpenAI API 金鑰驗證設定檔、OPENAI_API_KEY 或 models.providers.openai.apiKey。僅使用 OAuth 的使用者應選擇其他 支援嵌入的提供者，例如 github-copilot 或 ollama。

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            provider: "github-copilot",            model: "text-embedding-3-small",          },        },      },    },  },}

部分相容 OpenAI 的嵌入端點會拒絕 encoding_format 參數；其他端點則會忽略該參數，並一律傳回 number[]。memory-lancedb 在請求中省略 encoding_format，並接受浮點數陣列或 以 base64 編碼的 float32 回應，因此兩種回應格式皆無須額外設定即可使用。

維度

OpenClaw 僅內建 text-embedding-3-small（1536）與 text-embedding-3-large（3072）的維度。其他模型都必須明確設定 embedding.dimensions，LanceDB 才能建立向量欄位。例如 ZhiPu embedding-3 使用 2048 維：

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            apiKey: "${ZHIPU_API_KEY}",            baseUrl: "https://open.bigmodel.cn/api/paas/v4",            model: "embedding-3",            dimensions: 2048,          },        },      },    },  },}

Ollama 嵌入

使用內建的 Ollama 提供者介面卡路徑（embedding.provider: "ollama"）。 此路徑會呼叫 Ollama 原生的 /api/embed 端點，並遵循與 Ollama 提供者相同的驗證與基礎 URL 規則。

{  plugins: {    slots: {      memory: "memory-lancedb",    },    entries: {      "memory-lancedb": {        enabled: true,        config: {          embedding: {            provider: "ollama",            baseUrl: "http://127.0.0.1:11434",            model: "mxbai-embed-large",            dimensions: 1024,          },          recallMaxChars: 400,          autoRecall: true,          autoCapture: false,        },      },    },  },}

mxbai-embed-large 不在內建維度表格中，因此必須設定 dimensions。 若使用小型本機嵌入模型，且本機伺服器傳回內容長度錯誤，請降低 recallMaxChars。

回想與擷取限制

recallMaxChars 會限制 before_prompt_build 自動回想查詢、 memory_recall 工具、memory_forget 查詢路徑及 openclaw ltm search。自動回想會嵌入該輪互動中最新的使用者訊息，只有在沒有使用者訊息時 才會改用完整提示詞，避免將頻道中繼資料與大型提示詞區塊納入嵌入請求。

captureMaxChars 用於判斷該輪互動的 agent_end 事件中，使用者訊息是否足夠短而可考慮自動擷取；它不會影響 回想查詢。

customTriggers 可加入不使用規則運算式的常值自動擷取詞句。內建 觸發詞涵蓋常見的英文、捷克文、中文、日文及韓文記憶詞句 （remember、prefer、记住、覚えて、기억해 及類似詞句）。

自動擷取也會拒絕看似封裝／傳輸中繼資料、提示詞注入酬載或 已注入 <relevant-memories> 內容的文字，且每輪代理程式互動最多 擷取 3 筆記憶。

命令

只要已安裝 memory-lancedb，它就會註冊 ltm 命令列介面命名空間 （不限於它占用作用中記憶插槽時）：

openclaw ltm list [--limit <n>] [--order-by-created-at]openclaw ltm search <query> [--limit <n>]openclaw ltm stats

ltm query 會直接對 LanceDB 資料表執行非向量查詢：

openclaw ltm query --cols id,text,createdAt --limit 20openclaw ltm query --filter "category = 'preference'" --order-by createdAt:desc

代理程式會從作用中的記憶外掛取得三個工具：

• memory_recall：對已儲存的記憶進行向量搜尋。
• memory_store：儲存事實、偏好、決策或實體（拒絕看似提示詞注入酬載的 文字；略過近似重複的儲存內容）。
• memory_forget：依 memoryId 或 query 刪除（分數超過 90% 且只有 一筆符合項目時自動刪除，否則列出候選 ID 以釐清目標）。

儲存空間

LanceDB 資料預設儲存在 ~/.openclaw/memory/lancedb。可使用 dbPath 覆寫：

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          dbPath: "~/.openclaw/memory/lancedb",          embedding: {            apiKey: "${OPENAI_API_KEY}",            model: "text-embedding-3-small",          },        },      },    },  },}

storageOptions 接受 LanceDB 儲存後端的字串鍵／值組 （例如相容 S3 的物件儲存空間），並支援展開 ${ENV_VAR}：

{  plugins: {    entries: {      "memory-lancedb": {        enabled: true,        config: {          dbPath: "s3://memory-bucket/openclaw",          storageOptions: {            access_key: "${AWS_ACCESS_KEY_ID}",            secret_key: "${AWS_SECRET_ACCESS_KEY}",            endpoint: "${AWS_ENDPOINT_URL}",          },          embedding: {            apiKey: "${OPENAI_API_KEY}",            model: "text-embedding-3-small",          },        },      },    },  },}

執行階段相依套件與平台支援

memory-lancedb 相依於原生 @lancedb/lancedb 套件，該套件由 外掛套件負責管理（不屬於 OpenClaw 核心發行版）。閘道啟動時不會修復 外掛相依套件；如果缺少原生相依套件或載入失敗，請重新安裝或更新 外掛套件，並重新啟動閘道。

@lancedb/lancedb 未提供適用於 darwin-x64（Intel Mac）的原生建置版本。在該平台上，外掛載入時會記錄 LanceDB 不可用； 請使用預設記憶後端、在受支援的平台／架構上執行閘道，或停用 memory-lancedb。

疑難排解

輸入長度超過內容長度

嵌入模型拒絕了回想查詢：

memory-lancedb: recall failed: Error: 400 the input length exceeds the context length

降低 recallMaxChars，然後重新啟動閘道：

{  plugins: {    entries: {      "memory-lancedb": {        config: {          recallMaxChars: 400,        },      },    },  },}

使用 Ollama 時，也請透過其原生嵌入端點，確認閘道 主機可以連線至嵌入伺服器：

curl http://127.0.0.1:11434/api/embed \  -H "Content-Type: application/json" \  -d '{"model":"mxbai-embed-large","input":"hello"}'

不支援的嵌入模型

若未設定 embedding.dimensions，系統只知道內建 OpenAI 嵌入模型的維度 （text-embedding-3-small、text-embedding-3-large）。使用任何其他 模型時，請將 embedding.dimensions 設為該模型回報的向量大小。

外掛已載入，但未顯示任何記憶

確認 plugins.slots.memory 指向 memory-lancedb，然後執行：

openclaw ltm statsopenclaw ltm search "recent preference"

如果已停用 autoCapture，此外掛仍會喚回現有記憶，但不會自動儲存新記憶。請使用 memory_store 工具，或啟用 autoCapture。

相關內容

• 記憶概覽
• 主動記憶
• 記憶搜尋
• 記憶 Wiki
• Ollama