> ## Documentation Index > Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt > Use this file to discover all available pages before exploring further. # Memory LanceDB `memory-lancedb` ist ein offizielles externes Memory-Plugin, das Langzeitgedächtnis in LanceDB speichert und Embeddings für den Abruf verwendet. Es kann relevante Memories vor einem Model-Turn automatisch abrufen und wichtige Fakten nach einer Antwort erfassen. Verwenden Sie es, wenn Sie eine lokale Vektordatenbank für Memory wünschen, einen OpenAI-kompatiblen Embedding-Endpunkt benötigen oder eine Memory-Datenbank außerhalb des standardmäßigen integrierten Memory-Speichers behalten möchten. ## Installation Installieren Sie `memory-lancedb`, bevor Sie `plugins.slots.memory = "memory-lancedb"` setzen: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw plugins install @openclaw/memory-lancedb ``` Das Plugin wird auf npm veröffentlicht und ist nicht im OpenClaw-Runtime-Image gebündelt. Der Installer schreibt den Plugin-Eintrag und stellt den Memory-Slot um, wenn kein anderes Plugin ihn besitzt. `memory-lancedb` ist ein Active-Memory-Plugin. Aktivieren Sie es, indem Sie den Memory- Slot mit `plugins.slots.memory = "memory-lancedb"` auswählen. Begleit-Plugins wie `memory-wiki` können daneben laufen, aber nur ein Plugin besitzt den aktiven Memory-Slot. ## Schnellstart ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "openai", model: "text-embedding-3-small", }, autoRecall: true, autoCapture: false, }, }, }, }, } ``` Starten Sie den Gateway nach dem Ändern der Plugin-Konfiguration neu: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw gateway restart ``` Prüfen Sie anschließend, ob das Plugin geladen ist: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw plugins list ``` ## Provider-gestützte Embeddings `memory-lancedb` kann dieselben Memory-Embedding-Provider-Adapter wie `memory-core` verwenden. Setzen Sie `embedding.provider` und lassen Sie `embedding.apiKey` weg, um das konfigurierte Auth-Profil, die Umgebungsvariable oder `models.providers..apiKey` des Providers zu verwenden. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "openai", model: "text-embedding-3-small", }, autoRecall: true, }, }, }, }, } ``` Dieser Pfad funktioniert mit Provider-Auth-Profilen, die Embedding-Zugangsdaten bereitstellen. Zum Beispiel kann GitHub Copilot verwendet werden, wenn das Copilot-Profil bzw. der Plan Embeddings unterstützt: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "github-copilot", model: "text-embedding-3-small", }, }, }, }, }, } ``` OpenAI Codex / ChatGPT OAuth ist kein Embedding-Zugangsnachweis für die OpenAI Platform. Für OpenAI-Embeddings verwenden Sie ein OpenAI-API-Key-Auth-Profil, `OPENAI_API_KEY` oder `models.providers.openai.apiKey`. Benutzer mit ausschließlich OAuth können einen anderen embedding-fähigen Provider wie GitHub Copilot oder Ollama verwenden. ## Ollama-Embeddings Für Ollama-Embeddings sollten Sie bevorzugt den gebündelten Ollama-Embedding-Provider verwenden. Er nutzt den nativen Ollama-Endpunkt `/api/embed` und folgt denselben Auth-/Basis-URL-Regeln wie der in [Ollama](/de/providers/ollama) dokumentierte Ollama-Provider. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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, }, }, }, }, } ``` Setzen Sie `dimensions` für nicht standardmäßige Embedding-Modelle. OpenClaw kennt die Dimensionen für `text-embedding-3-small` und `text-embedding-3-large`; benutzerdefinierte Modelle benötigen den Wert in der Konfiguration, damit LanceDB die Vektorspalte erstellen kann. Senken Sie bei kleinen lokalen Embedding-Modellen `recallMaxChars`, wenn Sie Kontextlängenfehler vom lokalen Server sehen. ## OpenAI-kompatible Provider Einige OpenAI-kompatible Embedding-Provider lehnen den Parameter `encoding_format` ab, während andere ihn ignorieren und immer `number[]`-Vektoren zurückgeben. `memory-lancedb` lässt `encoding_format` daher bei Embedding-Anfragen weg und akzeptiert entweder Float-Array-Antworten oder base64-codierte float32-Antworten. Wenn Sie einen rohen OpenAI-kompatiblen Embeddings-Endpunkt haben, für den es keinen gebündelten Provider-Adapter gibt, lassen Sie `embedding.provider` weg (oder belassen Sie es bei `openai`) und setzen Sie `embedding.apiKey` zusammen mit `embedding.baseUrl`. Dadurch bleibt der direkte OpenAI-kompatible Client-Pfad erhalten. Setzen Sie `embedding.dimensions` für Provider, deren Modelldimensionen nicht eingebaut sind. Zum Beispiel verwendet ZhiPu `embedding-3` `2048` Dimensionen: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { 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, }, }, }, }, }, } ``` ## Abruf- und Erfassungslimits `memory-lancedb` hat zwei getrennte Textlimits: | Einstellung | Standard | Bereich | Gilt für | | ----------------- | -------- | --------- | ----------------------------------------------------------------------- | | `recallMaxChars` | `1000` | 100-10000 | Text, der für den Abruf an die Embedding-API gesendet wird | | `captureMaxChars` | `500` | 100-10000 | Nachrichtenlänge, die für automatische Erfassung infrage kommt | | `customTriggers` | `[]` | 0-50 | wörtliche Phrasen, durch die Auto-Capture eine Nachricht berücksichtigt | `recallMaxChars` steuert Auto-Recall, das Tool `memory_recall`, den `memory_forget`-Abfragepfad und `openclaw ltm search`. Auto-Recall bevorzugt die neueste Benutzernachricht aus dem Turn und fällt nur dann auf den vollständigen Prompt zurück, wenn keine Benutzernachricht verfügbar ist. Dadurch bleiben Kanal-Metadaten und große Prompt-Blöcke aus der Embedding-Anfrage heraus. `captureMaxChars` steuert, ob eine Antwort kurz genug ist, um für die automatische Erfassung berücksichtigt zu werden. Es begrenzt keine Recall-Abfrage-Embeddings. Mit `customTriggers` können Sie wörtliche Auto-Capture-Phrasen hinzufügen, ohne reguläre Ausdrücke zu schreiben. Die eingebauten Trigger enthalten gängige englische, tschechische, chinesische, japanische und koreanische Memory-Phrasen. ## Befehle Wenn `memory-lancedb` das aktive Memory-Plugin ist, registriert es den CLI- Namespace `ltm`: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw ltm list openclaw ltm search "project preferences" openclaw ltm stats ``` Der Unterbefehl `query` führt eine Nicht-Vektor-Abfrage direkt gegen die LanceDB-Tabelle aus: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw ltm query --cols id,text,createdAt --limit 20 openclaw ltm query --filter "category = 'preference'" --order-by createdAt:desc ``` * `--cols `: kommaseparierte Spalten-Allowlist (standardmäßig `id`, `text`, `importance`, `category`, `createdAt`). * `--filter `: SQL-artige WHERE-Klausel; auf 200 Zeichen begrenzt und auf alphanumerische Zeichen, Vergleichsoperatoren, Anführungszeichen, Klammern und eine kleine Menge sicherer Interpunktion beschränkt. * `--limit `: positive Ganzzahl; Standard `10`. * `--order-by :`: In-Memory-Sortierung, die nach dem Filter angewendet wird; die Sortierspalte wird automatisch in die Projektion aufgenommen. Agenten erhalten außerdem LanceDB-Memory-Tools vom aktiven Memory-Plugin: * `memory_recall` für LanceDB-gestützten Abruf * `memory_store` zum Speichern wichtiger Fakten, Präferenzen, Entscheidungen und Entitäten * `memory_forget` zum Entfernen passender Memories ## Speicher Standardmäßig liegen LanceDB-Daten unter `~/.openclaw/memory/lancedb`. Überschreiben Sie den Pfad mit `dbPath`: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { entries: { "memory-lancedb": { enabled: true, config: { dbPath: "~/.openclaw/memory/lancedb", embedding: { apiKey: "${OPENAI_API_KEY}", model: "text-embedding-3-small", }, }, }, }, }, } ``` `storageOptions` akzeptiert String-Schlüssel/Wert-Paare für LanceDB-Speicher-Backends und unterstützt `${ENV_VAR}`-Erweiterung: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { entries: { "memory-lancedb": { enabled: true, config: { dbPath: "s3://memory-bucket/openclaw", storageOptions: { access_key: "${AWS_ACCESS_KEY_ID}", secret_key: "${AWS_SECRET_ACCESS_KEY}", endpoint: "${AWS_ENDPOINT_URL}", }, embedding: { apiKey: "${OPENAI_API_KEY}", model: "text-embedding-3-small", }, }, }, }, }, } ``` ## Runtime-Abhängigkeiten `memory-lancedb` hängt vom nativen Paket `@lancedb/lancedb` ab. Paketiertes OpenClaw behandelt dieses Paket als Teil des Plugin-Pakets. Der Gateway-Start repariert keine Plugin-Abhängigkeiten; wenn die Abhängigkeit fehlt, installieren oder aktualisieren Sie das Plugin-Paket erneut und starten Sie den Gateway neu. Wenn eine ältere Installation beim Laden des Plugins einen Fehler zu fehlendem `dist/package.json` oder fehlendem `@lancedb/lancedb` protokolliert, aktualisieren Sie OpenClaw und starten Sie den Gateway neu. Wenn das Plugin protokolliert, dass LanceDB auf `darwin-x64` nicht verfügbar ist, verwenden Sie auf dieser Maschine das standardmäßige Memory-Backend, verschieben Sie den Gateway auf eine unterstützte Plattform oder deaktivieren Sie `memory-lancedb`. ## Fehlerbehebung ### Eingabelänge überschreitet die Kontextlänge Dies bedeutet normalerweise, dass das Embedding-Modell die Recall-Abfrage abgelehnt hat: ```text theme={"theme":{"light":"min-light","dark":"min-dark"}} memory-lancedb: recall failed: Error: 400 the input length exceeds the context length ``` Setzen Sie einen niedrigeren Wert für `recallMaxChars` und starten Sie dann den Gateway neu: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { entries: { "memory-lancedb": { config: { recallMaxChars: 400, }, }, }, }, } ``` Prüfen Sie bei Ollama außerdem, ob der Embedding-Server vom Gateway-Host aus erreichbar ist: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} curl http://127.0.0.1:11434/v1/embeddings \ -H "Content-Type: application/json" \ -d '{"model":"mxbai-embed-large","input":"hello"}' ``` ### Nicht unterstütztes Embedding-Modell Ohne `dimensions` sind nur die eingebauten OpenAI-Embedding-Dimensionen bekannt. Setzen Sie für lokale oder benutzerdefinierte Embedding-Modelle `embedding.dimensions` auf die von diesem Modell gemeldete Vektorgröße. ### Plugin wird geladen, aber keine Memories erscheinen Prüfen Sie, ob `plugins.slots.memory` auf `memory-lancedb` zeigt, und führen Sie dann aus: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw ltm stats openclaw ltm search "recent preference" ``` Wenn `autoCapture` deaktiviert ist, ruft das Plugin vorhandene Memories ab, speichert jedoch nicht automatisch neue. Verwenden Sie das Tool `memory_store` oder aktivieren Sie `autoCapture`, wenn Sie automatische Erfassung wünschen. ## Verwandte Themen * [Memory-Überblick](/de/concepts/memory) * [Active Memory](/de/concepts/active-memory) * [Memory-Suche](/de/concepts/memory-search) * [Memory Wiki](/de/plugins/memory-wiki) * [Ollama](/de/providers/ollama)