メモリ設定リファレンス

このページでは、OpenClaw のメモリ検索に関するすべての設定項目を一覧にしています。概念的な概要については、次を参照してください。

メモリ概要

メモリの仕組み。

組み込みエンジン

デフォルトの SQLite バックエンド。

QMD エンジン

ローカル優先のサイドカー。

メモリ検索

検索パイプラインとチューニング。

Active Memory

対話型セッション用のメモリサブエージェント。

特に記載がない限り、すべてのメモリ検索設定は openclaw.json の agents.defaults.memorySearch（またはエージェントごとの agents.list[].memorySearch オーバーライド）配下にあります。

Active Memory 機能トグルとサブエージェント設定を探している場合、それは memorySearch ではなく plugins.entries.active-memory 配下にあります。Active Memory は 2 つのゲートモデルを使用します。

Plugin が有効で、現在のエージェント ID を対象にしている必要がある
リクエストが対象となる対話型の永続チャットセッションである必要がある

有効化モデル、Plugin 所有の設定、トランスクリプトの永続化、安全なロールアウトパターンについては、Active Memory を参照してください。

プロバイダー選択

キー	型	デフォルト	説明
`enabled`	`boolean`	`true`	メモリ検索を有効または無効にする
`provider`	`string`	`"openai"`	`bedrock`、`deepinfra`、`gemini`、`github-copilot`、`local`、`mistral`、`ollama`、`openai`、`openai-compatible`、`voyage` などの埋め込みアダプター ID。`api` がメモリ埋め込みアダプターまたは OpenAI 互換モデル API を指す、設定済みの `models.providers.<id>` にすることもできます
`model`	`string`	プロバイダーのデフォルト	埋め込みモデル名
`fallback`	`string`	`"none"`	プライマリが失敗した場合のフォールバックアダプター ID

provider が設定されていない場合、OpenClaw は OpenAI 埋め込みを使用します。Bedrock、DeepInfra、Gemini、GitHub Copilot、Mistral、Ollama、Voyage、ローカル GGUF モデル、または OpenAI 互換の /v1/embeddings エンドポイントを使用するには、provider を明示的に設定してください。まだ provider: "auto" と記述されているレガシー設定は openai に解決されます。

埋め込みプロバイダー、モデル、プロバイダー設定、ソース、スコープ、チャンク化、またはトークナイザーを変更すると、既存の SQLite ベクトルインデックスと互換性がなくなる可能性があります。OpenClaw はすべてを自動的に再埋め込みするのではなく、ベクトル検索を一時停止してインデックス ID 警告を報告します。準備ができたら、openclaw memory status --index --agent <id> または openclaw memory index --force --agent <id> で再構築してください。

provider が未設定の場合、レガシーの provider: "auto" が存在する場合、または provider: "none" が意図的に FTS のみのモードを選択している場合、埋め込みが利用できなくても、メモリ呼び出しは語彙的な FTS ランキングを使用できます。明示的な非ローカルプロバイダーはフェイルクローズします。memorySearch.provider を Bedrock、DeepInfra、Gemini、GitHub Copilot、LM Studio、Mistral、Ollama、OpenAI、Voyage、または OpenAI 互換のカスタムプロバイダーなど、具体的なリモートバックエンド付きプロバイダーに設定し、そのプロバイダーが実行時に利用できない場合、memory_search は FTS のみの呼び出しを暗黙に使用するのではなく、利用不可の結果を返します。プロバイダーや認証の設定を修正するか、到達可能なプロバイダーに切り替えるか、意図的に FTS のみの呼び出しを行いたい場合は provider: "none" を設定してください。

カスタムプロバイダー ID

memorySearch.provider は、ollama などのメモリ固有プロバイダーアダプターや、openai-responses / openai-completions などの OpenAI 互換モデル API 用に、カスタム models.providers.<id> エントリを指すことができます。OpenClaw は埋め込みアダプター用にそのプロバイダーの api 所有者を解決しつつ、エンドポイント、認証、モデルプレフィックス処理のためにカスタムプロバイダー ID を保持します。これにより、マルチ GPU またはマルチホスト構成で、メモリ埋め込みを特定のローカルエンドポイント専用にできます。

{
  models: {
    providers: {
      "ollama-5080": {
        api: "ollama",
        baseUrl: "http://gpu-box.local:11435",
        apiKey: "ollama-local",
        models: [{ id: "qwen3-embedding:0.6b", name: "Qwen3 Embedding 0.6B" }],
      },
    },
  },
  agents: {
    defaults: {
      memorySearch: {
        provider: "ollama-5080",
        model: "qwen3-embedding:0.6b",
      },
    },
  },
}

API キー解決

リモート埋め込みには API キーが必要です。Bedrock は代わりに AWS SDK のデフォルト認証情報チェーン（インスタンスロール、SSO、アクセスキー、または Bedrock API キー）を使用します。

プロバイダー	環境変数	設定キー
Bedrock	AWS 認証情報チェーン、または `AWS_BEARER_TOKEN_BEDROCK`	API キーは不要
DeepInfra	`DEEPINFRA_API_KEY`	`models.providers.deepinfra.apiKey`
Gemini	`GEMINI_API_KEY`	`models.providers.google.apiKey`
GitHub Copilot	`COPILOT_GITHUB_TOKEN`、`GH_TOKEN`、`GITHUB_TOKEN`	デバイスログイン経由の認証プロファイル
Mistral	`MISTRAL_API_KEY`	`models.providers.mistral.apiKey`
Ollama	`OLLAMA_API_KEY`（プレースホルダー）	—
OpenAI	`OPENAI_API_KEY`	`models.providers.openai.apiKey`
Voyage	`VOYAGE_API_KEY`	`models.providers.voyage.apiKey`

Codex OAuth はチャット/補完のみを対象としており、埋め込みリクエストには使用できません。

リモートエンドポイント設定

グローバルな OpenAI チャット認証情報を継承すべきではない、汎用の OpenAI 互換 /v1/embeddings サーバーには provider: "openai-compatible" を使用します。

remote.baseUrl

string

カスタム API ベース URL。

remote.apiKey

string

API キーをオーバーライドします。

remote.headers

object

追加の HTTP ヘッダー（プロバイダーのデフォルトとマージされます）。

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai-compatible",
        model: "text-embedding-3-small",
        remote: {
          baseUrl: "https://api.example.com/v1/",
          apiKey: "YOUR_KEY",
        },
      },
    },
  },
}

プロバイダー固有の設定

Gemini

キー	型	デフォルト	説明
`model`	`string`	`gemini-embedding-001`	`gemini-embedding-2-preview` もサポートします
`outputDimensionality`	`number`	`3072`	Embedding 2 の場合: 768、1536、または 3072

モデルまたは outputDimensionality を変更すると、インデックス ID が変わります。OpenClaw は、メモリインデックスを明示的に再構築するまでベクトル検索を一時停止します。

OpenAI 互換入力タイプ

OpenAI 互換の埋め込みエンドポイントは、プロバイダー固有の input_type リクエストフィールドをオプトインで使用できます。これは、クエリ埋め込みとドキュメント埋め込みに異なるラベルを必要とする非対称埋め込みモデルに便利です。

キー	型	デフォルト	説明
`inputType`	`string`	未設定	クエリ埋め込みとドキュメント埋め込みで共有する `input_type`
`queryInputType`	`string`	未設定	クエリ時の `input_type`; `inputType` をオーバーライド
`documentInputType`	`string`	未設定	インデックス/ドキュメントの `input_type`; `inputType` をオーバーライド

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai-compatible",
        remote: {
          baseUrl: "https://embeddings.example/v1",
          apiKey: "${EMBEDDINGS_API_KEY}",
        },
        model: "asymmetric-embedder",
        queryInputType: "query",
        documentInputType: "passage",
      },
    },
  },
}

これらの値を変更すると、プロバイダーのバッチインデックス作成における埋め込みキャッシュ ID に影響します。上流モデルがラベルを異なるものとして扱う場合は、メモリの再インデックスを行ってください。

Bedrock

Bedrock 埋め込み設定

Bedrock は AWS SDK のデフォルト認証情報チェーンに加えて OpenClaw が確認するベアラートークンを使用するため、設定に API キーは保存されません。OpenClaw が Bedrock 対応のインスタンスロールを持つ EC2 で実行されている場合は、プロバイダーとモデルを設定するだけです。

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "bedrock",
        model: "amazon.titan-embed-text-v2:0",
      },
    },
  },
}

キー	型	デフォルト	説明
`model`	`string`	`amazon.titan-embed-text-v2:0`	任意の Bedrock 埋め込みモデル ID
`outputDimensionality`	`number`	モデルのデフォルト	Titan V2 の場合: 256、512、または 1024

サポートされているモデル（ファミリー検出と次元数のデフォルトを含む）:

モデル ID	プロバイダー	デフォルト次元	設定可能な次元
`amazon.titan-embed-text-v2:0`	Amazon	1024	256, 512, 1024
`amazon.titan-embed-text-v1`	Amazon	1536	—
`amazon.titan-embed-g1-text-02`	Amazon	1536	—
`amazon.titan-embed-image-v1`	Amazon	1024	—
`amazon.nova-2-multimodal-embeddings-v1:0`	Amazon	1024	256, 384, 1024, 3072
`cohere.embed-english-v3`	Cohere	1024	—
`cohere.embed-multilingual-v3`	Cohere	1024	—
`cohere.embed-v4:0`	Cohere	1536	256, 384, 512, 768, 1024, 1536
`twelvelabs.marengo-embed-3-0-v1:0`	TwelveLabs	512	—
`twelvelabs.marengo-embed-2-7-v1:0`	TwelveLabs	1024	—

スループット接尾辞付きのバリアント（例: amazon.titan-embed-text-v1:2:8k）と、リージョン接頭辞付きの推論プロファイル ID（例: us.amazon.titan-embed-text-v2:0）は、ベースモデルの設定を継承します。リージョン: 次の順序で解決されます: memorySearch.remote.baseUrl オーバーライド、models.providers.amazon-bedrock.baseUrl 設定、AWS_REGION、AWS_DEFAULT_REGION、その後デフォルトの us-east-1。認証: OpenClaw はまず AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY または AWS_BEARER_TOKEN_BEDROCK を確認し、その後、標準の AWS SDK デフォルト認証情報プロバイダーチェーンにフォールスルーします。

環境変数（AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY）。ただし AWS_PROFILE も設定されている場合を除く
SSO（SSO フィールドが設定されている場合のみ）
共有認証情報ファイルと設定ファイル（fromIni、AWS_PROFILE を含む）
認証情報プロセス（AWS 設定ファイル内の credential_process）
Web ID トークン認証情報
ECS または EC2 インスタンスメタデータ認証情報

IAM 権限: IAM ロールまたはユーザーには次が必要です。

{
  "Effect": "Allow",
  "Action": "bedrock:InvokeModel",
  "Resource": "*"
}

最小権限にするには、InvokeModel を特定のモデルにスコープします。

arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

ローカル（GGUF + llama.cpp）

キー	型	デフォルト	説明
`local.modelPath`	`string`	自動ダウンロード	GGUF モデルファイルへのパス
`local.modelCacheDir`	`string`	node-llama-cpp デフォルト	ダウンロードしたモデル用のキャッシュディレクトリ
`local.contextSize`	`number \| "auto"`	`4096`	埋め込みコンテキストのコンテキストウィンドウサイズ。4096 は典型的なチャンク（128-512 トークン）をカバーしつつ、重み以外の VRAM を制限します。制約のあるホストでは 1024-2048 に下げてください。`"auto"` はモデルの学習済み最大値を使用します。8B+ モデルには推奨されません（Qwen3-Embedding-8B: 最大 40 960 トークンで VRAM が約 32 GB まで増える可能性があります）。

まず公式 llama.cpp プロバイダーをインストールします: openclaw plugins install @openclaw/llama-cpp-provider。デフォルトモデル: embeddinggemma-300m-qat-Q8_0.gguf（約 0.6 GB、自動ダウンロード）。ソースチェックアウトでは引き続きネイティブビルドの承認が必要です: pnpm approve-builds の後に pnpm rebuild node-llama-cpp。Gateway が使用するものと同じプロバイダーパスを検証するには、スタンドアロン CLI を使用します。

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

ローカル GGUF 埋め込みには provider: "local" を明示的に設定します。hf: と HTTP(S) モデル参照は、明示的なローカル設定でサポートされます（node-llama-cpp のモデル解決経由）が、デフォルトプロバイダーは変更されません。

インライン埋め込みタイムアウト

sync.embeddingBatchTimeoutSeconds

number

メモリインデックス作成中のインライン埋め込みバッチのタイムアウトを上書きします。未設定の場合はプロバイダーのデフォルトを使用します。local、ollama、lmstudio などのローカル/セルフホスト型プロバイダーでは 600 秒、ホスト型プロバイダーでは 120 秒です。ローカルの CPU バウンドな埋め込みバッチが正常だが遅い場合は、この値を増やしてください。

インデックス作成の動作

特記がない限り、すべて memorySearch.sync 配下です。

キー	型	デフォルト	説明
`onSessionStart`	`boolean`	`true`	セッション開始時にメモリインデックスを同期する
`onSearch`	`boolean`	`true`	コンテンツ変更を検出した後、検索時に遅延同期する
`watch`	`boolean`	`true`	メモリファイルを監視（chokidar）し、変更時に再インデックスをスケジュールする
`watchDebounceMs`	`number`	`1500`	急速なファイル監視イベントをまとめるためのデバウンスウィンドウ
`intervalMinutes`	`number`	`0`	分単位の定期再インデックス間隔（`0` で無効）
`sessions.postCompactionForce`	`boolean`	`true`	Compaction によってトリガーされたトランスクリプト更新後に、セッションの再インデックスを強制する

chunking.tokens

number

埋め込み前にメモリソースを分割するときに使用する、トークン単位のチャンクサイズ（デフォルト: 400）。

chunking.overlap

number

分割境界付近のコンテキストを保持するための隣接チャンク間のトークン重複（デフォルト: 80）。

chunking.tokens または chunking.overlap を変更すると、チャンク境界が変わり、既存のインデックス ID が無効になります（プロバイダー選択の下にある警告を参照）。

ハイブリッド検索設定

すべて memorySearch.query 配下です。

キー	型	デフォルト	説明
`maxResults`	`number`	`6`	注入前に返されるメモリヒットの最大数
`minScore`	`number`	`0.35`	ヒットを含めるための最小関連度スコア

そして memorySearch.query.hybrid 配下です。

キー	型	デフォルト	説明
`enabled`	`boolean`	`true`	ハイブリッド BM25 + ベクトル検索を有効にする
`vectorWeight`	`number`	`0.7`	ベクトルスコアの重み（0-1）
`textWeight`	`number`	`0.3`	BM25 スコアの重み（0-1）
`candidateMultiplier`	`number`	`4`	候補プールサイズの乗数

MMR（多様性）
時間的減衰（新しさ）

キー	型	デフォルト	説明
`mmr.enabled`	`boolean`	`false`	MMR 再ランキングを有効にする
`mmr.lambda`	`number`	`0.7`	0 = 最大多様性、1 = 最大関連性

キー	型	デフォルト	説明
`temporalDecay.enabled`	`boolean`	`false`	新しさブーストを有効にする
`temporalDecay.halfLifeDays`	`number`	`30`	N 日ごとにスコアが半減する

エバーグリーンファイル（MEMORY.md、memory/ 内の日付なしファイル）は減衰されません。

完全な例

{
  agents: {
    defaults: {
      memorySearch: {
        query: {
          maxResults: 6,
          minScore: 0.35,
          hybrid: {
            vectorWeight: 0.7,
            textWeight: 0.3,
            mmr: { enabled: true, lambda: 0.7 },
            temporalDecay: { enabled: true, halfLifeDays: 30 },
          },
        },
      },
    },
  },
}

追加のメモリパス

キー	型	説明
`extraPaths`	`string[]`	インデックス対象にする追加のディレクトリまたはファイル

{
  agents: {
    defaults: {
      memorySearch: {
        extraPaths: ["../team-docs", "/srv/shared-notes"],
      },
    },
  },
}

パスは絶対パスまたはワークスペース相対にできます。ディレクトリは .md ファイルを対象に再帰的にスキャンされます。シンボリックリンクの扱いはアクティブなバックエンドに依存します。組み込みエンジンはシンボリックリンクをスキップし、QMD は基盤となる QMD スキャナーの動作に従います。エージェントスコープのクロスエージェントトランスクリプト検索には、memory.qmd.paths の代わりに agents.list[].memorySearch.qmd.extraCollections を使用します。これらの追加コレクションは同じ { path, name, pattern? } 形状に従いますが、エージェントごとにマージされ、パスが現在のワークスペース外を指している場合は明示的な共有名を保持できます。同じ解決済みパスが memory.qmd.paths と memorySearch.qmd.extraCollections の両方に現れる場合、QMD は最初のエントリを保持し、重複をスキップします。

マルチモーダルメモリ（Gemini）

Gemini Embedding 2 を使用して、Markdown と一緒に画像と音声をインデックス化します。

キー	型	デフォルト	説明
`multimodal.enabled`	`boolean`	`false`	マルチモーダルインデックス作成を有効にする
`multimodal.modalities`	`string[]`	—	`["image"]`、`["audio"]`、または `["all"]`
`multimodal.maxFileBytes`	`number`	`10485760`	インデックス対象の最大ファイルサイズ（10 MiB）

extraPaths 内のファイルにのみ適用されます。デフォルトのメモリルートは Markdown のみに留まります。gemini-embedding-2-preview が必要です。fallback は "none" でなければなりません。

対応形式: .jpg、.jpeg、.png、.webp、.gif、.heic、.heif（画像）; .mp3、.wav、.ogg、.opus、.m4a、.aac、.flac（音声）。

埋め込みキャッシュ

キー	型	デフォルト	説明
`cache.enabled`	`boolean`	`true`	チャンクの埋め込みを SQLite にキャッシュする
`cache.maxEntries`	`number`	未設定	キャッシュ済み埋め込み数の努力目標としての上限

再インデックスやトランスクリプト更新時に、変更されていないテキストを再埋め込みしないようにします。無制限キャッシュにする場合は maxEntries を未設定のままにします。ピーク時の再インデックス速度よりもディスク増加を重視する場合に設定します。設定すると、キャッシュが上限を超えた時点で、最終更新時刻が古いエントリから先に削除されます。

バッチインデックス作成

キー	型	デフォルト	説明
`remote.nonBatchConcurrency`	`number`	`4`	並列インライン埋め込み
`remote.batch.enabled`	`boolean`	`false`	バッチ埋め込み API を有効化
`remote.batch.concurrency`	`number`	`2`	並列バッチジョブ
`remote.batch.wait`	`boolean`	`true`	バッチ完了を待機
`remote.batch.pollIntervalMs`	`number`	`2000`	ポーリング間隔
`remote.batch.timeoutMinutes`	`number`	`60`	バッチタイムアウト

gemini、openai、voyage で利用できます。OpenAI のバッチは、大規模なバックフィルでは通常最速かつ最安です。 remote.nonBatchConcurrency は、ローカル/セルフホストプロバイダー、およびプロバイダーのバッチ API が有効でない場合のホスト型プロバイダーで使われるインライン埋め込み呼び出しを制御します。Ollama は、小規模なローカルホストに負荷をかけすぎないよう、非バッチインデックス作成ではデフォルトで 1 になります。より大きなマシンでは高い値を設定してください。これは、インライン埋め込み呼び出しのタイムアウトを制御する sync.embeddingBatchTimeoutSeconds とは別です。

セッションメモリ検索（実験的）

セッションのトランスクリプトをインデックス化し、memory_search 経由で表示します。

キー	型	デフォルト	説明
`experimental.sessionMemory`	`boolean`	`false`	セッションインデックス作成を有効化
`sources`	`string[]`	`["memory"]`	トランスクリプトを含めるには `"sessions"` を追加
`sync.sessions.deltaBytes`	`number`	`100000`	再インデックスのバイトしきい値
`sync.sessions.deltaMessages`	`number`	`50`	再インデックスのメッセージしきい値

セッションインデックス作成はオプトインで、非同期に実行されます。結果は少し古い場合があります。セッションログはディスク上に保存されるため、ファイルシステムアクセスを信頼境界として扱ってください。

セッショントランスクリプトのヒットも tools.sessions.visibility に従います。デフォルトの tree 可視性では、現在のセッションと、それが生成したセッションだけが公開されます。DM など、別のセッションから、同じエージェントの無関係な Gateway ディスパッチセッションを思い出すには、意図的に可視性を agent に広げてください（エージェント間の想起も必要で、エージェント間ポリシーが許可する場合に限り all）。以下の例では、これらの設定を agents.defaults の下に配置しています。1 つのエージェントだけがセッショントランスクリプトをインデックス化して検索すべき場合は、エージェントごとのオーバーライドで同等の memorySearch 設定を適用することもできます。同じエージェントの Gateway から DM への想起の場合:

組み込みバックエンド
QMD バックエンド

{
  agents: {
    defaults: {
      memorySearch: {
        experimental: { sessionMemory: true },
        sources: ["memory", "sessions"],
      },
    },
  },
  tools: {
    sessions: { visibility: "agent" },
  },
}

{
  agents: {
    defaults: {
      memorySearch: {
        experimental: { sessionMemory: true },
        sources: ["memory", "sessions"],
      },
    },
  },
  memory: {
    backend: "qmd",
    qmd: {
      sessions: { enabled: true },
    },
  },
  tools: {
    sessions: { visibility: "agent" },
  },
}

QMD を使用する場合、agents.defaults.memorySearch.experimental.sessionMemory と sources: ["sessions"] だけでは、トランスクリプトは QMD にエクスポートされません。あわせて memory.qmd.sessions.enabled: true も設定してください。

SQLite ベクトル高速化（sqlite-vec）

キー	型	デフォルト	説明
`store.vector.enabled`	`boolean`	`true`	ベクトルクエリに sqlite-vec を使用
`store.vector.extensionPath`	`string`	同梱	sqlite-vec パスを上書きする

sqlite-vec が利用できない場合、OpenClaw は自動的にプロセス内のコサイン類似度にフォールバックします。

インデックスストレージ

組み込みメモリインデックスは、各エージェントの OpenClaw SQLite データベース agents/<agentId>/agent/openclaw-agent.sqlite にあります。

キー	型	デフォルト	説明
`store.fts.tokenizer`	`string`	`unicode61`	FTS5 トークナイザー（`unicode61` または `trigram`）

QMD バックエンド設定

有効にするには memory.backend = "qmd" を設定します。すべての QMD 設定は memory.qmd 配下にあります。

キー	型	デフォルト	説明
`command`	`string`	`qmd`	QMD 実行可能ファイルのパス。サービスの `PATH` がシェルと異なる場合は絶対パスを設定します
`searchMode`	`string`	`search`	検索コマンド: `search`、`vsearch`、`query`
`rerank`	`boolean`	—	QMD の再ランキングをスキップするには、`searchMode: "query"` および QMD 2.1+ で `false` に設定します
`includeDefaultMemory`	`boolean`	`true`	`MEMORY.md` + `memory/*/.md` を自動インデックス化します
`paths[]`	`array`	—	追加パス: `{ name, path, pattern? }`
`sessions.enabled`	`boolean`	`false`	セッショントランスクリプトを QMD にエクスポートします
`sessions.retentionDays`	`number`	—	トランスクリプト保持期間
`sessions.exportDir`	`string`	—	エクスポートディレクトリ

searchMode: "search" は字句/BM25 のみです。OpenClaw は、そのモードでは memory status --deep の実行中も含め、セマンティックベクトルの準備状況プローブや QMD 埋め込みメンテナンスを実行しません。vsearch と query は引き続き QMD ベクトルの準備状況と埋め込みを必要とします。 rerank: false は QMD の query モードのみを変更し、QMD 2.1 以降が必要です。直接 CLI モードでは OpenClaw は --no-rerank を渡します。mcporter ベースの MCP モードでは、QMD の統合クエリツールに rerank: false を渡します。QMD のデフォルトのクエリ再ランキング動作を使用するには未設定のままにします。 OpenClaw は現在の QMD コレクションと MCP クエリ形式を優先しますが、必要に応じて互換性のあるコレクションパターンフラグや古い MCP ツール名を試すことで、古い QMD リリースも動作するようにしています。QMD が複数のコレクションフィルターのサポートを通知する場合、同一ソースのコレクションは 1 つの QMD プロセスで検索されます。古い QMD ビルドではコレクションごとの互換性パスが維持されます。同一ソースとは、永続メモリコレクション（デフォルトのメモリファイルとカスタムパス）がまとめてグループ化されることを意味します。一方、セッショントランスクリプトコレクションは別のグループのままなので、ソースの多様化では引き続き両方の入力を利用できます。

QMD モデルのオーバーライドは OpenClaw 設定ではなく、QMD 側に残ります。QMD のモデルをグローバルにオーバーライドする必要がある場合は、Gateway ランタイム環境で QMD_EMBED_MODEL、QMD_RERANK_MODEL、QMD_GENERATE_MODEL などの環境変数を設定します。

mcporter 連携

すべて memory.qmd.mcporter 配下です。クエリごとに qmd を起動する代わりに、長時間稼働する mcporter MCP デーモン経由で QMD 検索をルーティングし、大きなモデルでのコールドスタートのオーバーヘッドを削減します。

キー	型	デフォルト	説明
`enabled`	`boolean`	`false`	リクエストごとに `qmd` を起動する代わりに、QMD 呼び出しを mcporter 経由でルーティングします
`serverName`	`string`	`qmd`	`lifecycle: keep-alive` で `qmd mcp` を実行する mcporter サーバー名
`startDaemon`	`boolean`	`true`	`enabled` が true の場合、mcporter デーモンを自動的に起動します

mcporter がインストールされ PATH 上にあり、さらに qmd mcp を実行する mcporter サーバーが設定されている必要があります。クエリごとのプロセス起動コストが許容できる、より単純なローカルセットアップでは無効のままにします。

更新スケジュール

キー	型	デフォルト	説明
`update.interval`	`string`	`5m`	更新間隔
`update.debounceMs`	`number`	`15000`	ファイル変更をデバウンスします
`update.onBoot`	`boolean`	`true`	長時間稼働する QMD マネージャーが開いたときに更新します。即時の起動時更新をスキップするには false に設定します
`update.startup`	`string`	`off`	任意の Gateway 起動時 QMD 初期化: `off`、`idle`、または `immediate`
`update.startupDelayMs`	`number`	`120000`	`startup: "idle"` の更新が実行されるまでの遅延
`update.waitForBootSync`	`boolean`	`false`	初回更新が完了するまでマネージャーの起動をブロックします
`update.embedInterval`	`string`	`60m`	個別の埋め込み頻度
`update.commandTimeoutMs`	`number`	`30000`	QMD メンテナンスコマンド（コレクション一覧/追加）のタイムアウト
`update.updateTimeoutMs`	`number`	`120000`	各 `qmd update` サイクルのタイムアウト
`update.embedTimeoutMs`	`number`	`120000`	各 `qmd embed` サイクルのタイムアウト

制限

キー	型	デフォルト	説明
`limits.maxResults`	`number`	`4`	最大検索結果数
`limits.maxSnippetChars`	`number`	`450`	スニペット長を制限します
`limits.maxInjectedChars`	`number`	`2200`	挿入される合計文字数を制限します
`limits.timeoutMs`	`number`	`4000`	検索タイムアウト

スコープ

どのセッションが QMD 検索結果を受け取れるかを制御します。session.sendPolicy と同じスキーマです。

{
  memory: {
    qmd: {
      scope: {
        default: "deny",
        rules: [{ action: "allow", match: { chatType: "direct" } }],
      },
    },
  },
}

出荷時のデフォルトは DM/ダイレクトのみで、グループやその他のチャネルタイプは拒否されます。match.keyPrefix は正規化されたセッションキーに一致します。match.rawKeyPrefix は agent:<id>: を含む生キーに一致します。

引用

memory.citations はすべてのバックエンドに適用されます:

値	動作
`auto` (デフォルト)	スニペットに `Source: <path#line>` フッターを含める
`on`	常にフッターを含める
`off`	フッターを省略する（パスは内部的にはエージェントに渡される）

gateway-start QMD 初期化が有効な場合、OpenClaw は対象エージェントに対してのみ QMD を起動します。update.onBoot が true で、interval/embed メンテナンスが設定されていない場合、起動時はブート更新用のワンショットマネージャーを使用し、それを閉じます。update または embed interval が設定されている場合、起動時に長寿命の QMD マネージャーを開き、ウォッチャーと interval タイマーを所有できるようにします。update.onBoot: false は、即時のブート更新のみをスキップします。

完全な QMD の例

{
  memory: {
    backend: "qmd",
    citations: "auto",
    qmd: {
      includeDefaultMemory: true,
      update: { interval: "5m", debounceMs: 15000 },
      limits: { maxResults: 4, timeoutMs: 4000 },
      scope: {
        default: "deny",
        rules: [{ action: "allow", match: { chatType: "direct" } }],
      },
      paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }],
    },
  },
}

Dreaming

Dreaming は agents.defaults.memorySearch ではなく、plugins.entries.memory-core.config.dreaming の下で設定します。 Dreaming は 1 つのスケジュールされたスイープとして実行され、内部の light/deep/REM フェーズは実装詳細として使用します。概念上の動作とスラッシュコマンドについては、Dreaming を参照してください。

ユーザー設定

キー	型	デフォルト	説明
`enabled`	`boolean`	`false`	dreaming 全体を有効または無効にする
`frequency`	`string`	`0 3 * * *`	完全な dreaming スイープの任意の cron 間隔
`model`	`string`	デフォルトモデル	任意の Dream Diary サブエージェントモデルオーバーライド
`phases.deep.maxPromotedSnippetTokens`	`number`	`160`	`MEMORY.md` に昇格された各短期リコールスニペットから保持する推定トークンの最大数。来歴メタデータは引き続き表示される

例

{
  plugins: {
    entries: {
      "memory-core": {
        subagent: {
          allowModelOverride: true,
          allowedModels: ["anthropic/claude-sonnet-4-6"],
        },
        config: {
          dreaming: {
            enabled: true,
            frequency: "0 3 * * *",
            model: "anthropic/claude-sonnet-4-6",
          },
        },
      },
    },
  },
}

Dreaming はマシン状態を memory/.dreams/ に書き込みます。
Dreaming は人間が読めるナラティブ出力を DREAMS.md（または既存の dreams.md）に書き込みます。
dreaming.model は既存の Plugin サブエージェントの信頼ゲートを使用します。有効にする前に plugins.entries.memory-core.subagent.allowModelOverride: true を設定してください。
設定されたモデルが利用できない場合、Dream Diary はセッションのデフォルトモデルで 1 回再試行します。信頼または許可リストの失敗はログに記録され、暗黙的に再試行されることはありません。
light/deep/REM フェーズのポリシーとしきい値は内部動作であり、ユーザー向け設定ではありません。

メモリ概要

組み込みエンジン

QMD エンジン

メモリ検索

Active Memory

​プロバイダー選択

​カスタムプロバイダー ID

​API キー解決

​リモートエンドポイント設定

​プロバイダー固有の設定

​Bedrock 埋め込み設定

​インライン埋め込みタイムアウト

​インデックス作成の動作

​ハイブリッド検索設定

​完全な例

​追加のメモリパス

​マルチモーダルメモリ（Gemini）

​埋め込みキャッシュ

​バッチインデックス作成

​セッションメモリ検索（実験的）

​SQLite ベクトル高速化（sqlite-vec）

​インデックスストレージ

​QMD バックエンド設定

​mcporter 連携

​完全な QMD の例

​Dreaming

​ユーザー設定

​例

​関連

プロバイダー選択

カスタムプロバイダー ID

API キー解決

リモートエンドポイント設定

プロバイダー固有の設定

Bedrock 埋め込み設定

インライン埋め込みタイムアウト

インデックス作成の動作

ハイブリッド検索設定

完全な例

追加のメモリパス

マルチモーダルメモリ（Gemini）

埋め込みキャッシュ

バッチインデックス作成

セッションメモリ検索（実験的）

SQLite ベクトル高速化（sqlite-vec）

インデックスストレージ

QMD バックエンド設定

mcporter 連携

完全な QMD の例

Dreaming

ユーザー設定

例

関連