~/.openclaw/workspace). El modelo solo recuerda lo que
se guarda en disco; no hay estado oculto.
Cómo funciona
Tu agente tiene tres archivos relacionados con la memoria:MEMORY.md— memoria a largo plazo. Hechos duraderos, preferencias y decisiones. Se carga al inicio de una sesión.memory/YYYY-MM-DD.md(omemory/YYYY-MM-DD-<slug>.md) — notas diarias. Contexto en curso y observaciones. Las notas fechadas de hoy y de ayer se cargan automáticamente con un/newo/resetsin argumentos; las variantes con slug, como las escritas por el hook de memoria de sesión incluido, se recogen junto con el archivo que solo contiene la fecha.DREAMS.md(opcional) — diario de Dreaming y resúmenes de barridos de Dreaming para revisión humana, incluidas entradas históricas de relleno fundamentado.
Qué va dónde
MEMORY.md es la capa compacta y curada: hechos duraderos, preferencias,
decisiones vigentes y resúmenes breves que deberían estar disponibles al inicio de
una sesión. No es una transcripción sin procesar, un registro diario ni un archivo exhaustivo.
Los archivos memory/YYYY-MM-DD.md son la capa de trabajo: notas diarias detalladas,
observaciones, resúmenes de sesión y contexto sin procesar que aún puede ser útil
más adelante. Se indexan para memory_search y memory_get, pero no se
inyectan en el prompt de arranque en cada turno.
Con el tiempo, el agente destila material útil de las notas diarias en
MEMORY.md y elimina entradas obsoletas de largo plazo. Las instrucciones
generadas del espacio de trabajo y el flujo de Heartbeat hacen esto periódicamente;
no necesitas editar manualmente MEMORY.md para cada detalle.
Si MEMORY.md supera el presupuesto de archivos de arranque, OpenClaw mantiene el
archivo intacto en disco, pero trunca la copia inyectada en el contexto. Trata eso
como una señal para mover material detallado a memory/*.md, mantener solo un
resumen duradero en MEMORY.md o aumentar los límites de arranque si quieres gastar
más presupuesto de prompt. Usa /context list, /context detail u openclaw doctor
para ver tamaños sin procesar frente a tamaños inyectados y el estado de truncamiento.
Memorias sensibles a acciones
La mayoría de las memorias son notas Markdown ordinarias. Algunas afectan lo que el agente debería hacer más adelante; para esas, captura cuándo es seguro actuar según la nota, no solo el hecho en sí. Captura ese límite de acción cuando una nota implique:- requisitos de aprobación o permiso,
- restricciones temporales,
- traspasos a otra sesión, hilo o persona,
- condiciones de vencimiento,
- momento seguro para actuar,
- autoridad de fuente o propietario,
- instrucciones para evitar una acción tentadora.
- qué cambia el comportamiento futuro,
- cuándo o bajo qué condición se aplica,
- cuándo vence, o qué desbloquea la acción,
- qué debería evitar hacer el agente,
- quién es la fuente o el propietario, si eso afecta la confianza o la autoridad.
Compromisos inferidos
Algunos seguimientos futuros no son hechos duraderos. Si mencionas una entrevista mañana, la memoria útil puede ser “hacer seguimiento después de la entrevista”, no “guardar esto para siempre enMEMORY.md”.
Los compromisos son memorias de seguimiento opcionales y
de corta duración para ese caso. OpenClaw los infiere en una pasada oculta en
segundo plano, los limita al mismo agente y canal, y entrega los seguimientos
pendientes mediante Heartbeat. Los recordatorios explícitos siguen usando
tareas programadas.
Herramientas de memoria
El agente tiene dos herramientas para trabajar con memoria:memory_search— encuentra notas relevantes mediante búsqueda semántica, incluso cuando la redacción difiere de la original.memory_get— lee un archivo de memoria específico o un rango de líneas.
memory-core).
Búsqueda de memoria
Cuando hay un proveedor de embeddings configurado,memory_search usa búsqueda
híbrida: similitud vectorial (significado semántico) combinada con coincidencia
de palabras clave (términos exactos como identificadores y símbolos de código).
Esto funciona directamente con una clave de API para cualquier proveedor compatible.
OpenClaw usa embeddings de OpenAI de forma predeterminada. Define
agents.defaults.memorySearch.provider explícitamente para usar Gemini, Voyage,
Mistral, Bedrock, DeepInfra, GGUF local, Ollama, LM Studio, GitHub Copilot o
un endpoint genérico compatible con OpenAI.Backends de memoria
Builtin (default)
Basado en SQLite. Funciona directamente con búsqueda por palabras clave, similitud
vectorial y búsqueda híbrida. Sin dependencias adicionales.
QMD
Sidecar local-first con reranking, expansión de consultas y capacidad para indexar
directorios fuera del espacio de trabajo.
Honcho
Memoria entre sesiones nativa de IA con modelado de usuario, búsqueda semántica y
conciencia multiagente. Instalación de Plugin.
LanceDB
Memoria respaldada por LanceDB con embeddings compatibles con OpenAI, recuperación
automática, captura automática y compatibilidad con embeddings locales de Ollama.
Instalación de Plugin.
Capa de wiki de conocimiento
Si quieres que la memoria duradera se comporte más como una base de conocimiento mantenida que como notas sin procesar, usa el Plugin incluidomemory-wiki.
Compila conocimiento duradero en una bóveda wiki con estructura de páginas
determinista, afirmaciones y evidencia estructuradas, seguimiento de contradicciones
y frescura, paneles generados, resúmenes compilados y herramientas nativas de wiki
(wiki_status, wiki_search, wiki_get, wiki_apply, wiki_lint).
memory-wiki no reemplaza al Plugin de Active Memory; el Plugin de Active Memory
sigue siendo responsable de la recuperación, la promoción y Dreaming. memory-wiki
añade una capa de conocimiento rica en procedencia junto a él.
Memory Wiki
Compila memoria duradera en una bóveda wiki rica en procedencia con afirmaciones,
paneles, modo puente y flujos de trabajo compatibles con Obsidian.
Vaciado automático de memoria
Antes de que Compaction resuma tu conversación, OpenClaw ejecuta un turno silencioso que recuerda al agente guardar contexto importante en archivos de memoria. Está activado de forma predeterminada; defineagents.defaults.compaction.memoryFlush.enabled: false para desactivarlo.
Para mantener ese turno de mantenimiento en un modelo local, define una anulación
exacta que se aplique solo al turno de vaciado de memoria (no hereda la cadena de
fallback del modelo de la sesión activa):
Dreaming
Dreaming es una pasada opcional de consolidación en segundo plano para la memoria. Recoge señales de recuperación de corto plazo, puntúa candidatos y promueve solo elementos cualificados a la memoria a largo plazo (MEMORY.md):
- Opcional: desactivado de forma predeterminada.
- Programado: cuando está activado,
memory-coregestiona automáticamente un trabajo Cron recurrente para un barrido completo de Dreaming. - Con umbrales: las promociones deben superar compuertas de puntuación, frecuencia de recuperación y diversidad de consultas.
- Revisable: los resúmenes de fase y las entradas del diario se escriben en
DREAMS.mdpara revisión humana.
Relleno fundamentado y promoción en vivo
El sistema de Dreaming tiene dos líneas de revisión relacionadas:- Dreaming en vivo funciona desde el almacén de Dreaming de corto plazo bajo
memory/.dreams/y es lo que la fase profunda normal usa para decidir qué se gradúa aMEMORY.md. - Relleno fundamentado lee notas históricas
memory/YYYY-MM-DD.mdcomo archivos diarios independientes y escribe salida de revisión estructurada enDREAMS.md.
MEMORY.md.
--stage-short-term coloca candidatos duraderos fundamentados en el mismo
almacén de Dreaming de corto plazo que la fase profunda normal ya usa; no los
promueve directamente. Por tanto:
DREAMS.mdsigue siendo la superficie de revisión humana.- El almacén de corto plazo sigue siendo la superficie de clasificación orientada a máquina.
MEMORY.mdsigue siendo escrito únicamente por la promoción profunda.
CLI
Lecturas adicionales
- Búsqueda de memoria: canalización de búsqueda, proveedores y ajuste.
- Motor de memoria integrado: backend SQLite predeterminado.
- Motor de memoria QMD: sidecar avanzado local-first.
- Memoria Honcho: memoria entre sesiones nativa de IA.
- Memory LanceDB: Plugin respaldado por LanceDB con embeddings compatibles con OpenAI.
- Memory Wiki: bóveda de conocimiento compilada y herramientas nativas de wiki.
- Dreaming: promoción en segundo plano desde recuperación de corto plazo a memoria de largo plazo.
- Referencia de configuración de memoria: todos los controles de configuración.
- Compaction: cómo interactúa Compaction con la memoria.
- Active Memory: memoria de subagente para sesiones de chat interactivas.