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で説明します。概念の概要については、以下を参照してください。

メモリの概要

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

ローカルファーストのサイドカー。

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。

共有メモリのすべての設定は、openclaw.json の最上位 memory にあります。検索のデフォルト設定には memory.search を使用し、エージェントごとの検索オーバーライドには agents.entries.*.memory.search を使用します。

推奨されるパーソナルエージェントのワークフローでは、 memory.search.rememberAcrossConversations を使用します。高度な Active Memory の対象指定、モデル、プロンプト、レイテンシーの制御は plugins.entries.active-memory にあります。両方の有効化方法、トランスクリプトの永続化、安全なロールアウトのガイダンスについては、 Active Memory を参照してください。

会話をまたいで記憶する

キー	型	デフォルト	説明
`rememberAcrossConversations`	`boolean`	個人用インストールではオン、DM 分離が設定されている場合はオフ	このエージェントが認識している他の非公開会話から、関連するコンテキストを使用します。

信頼できるパーソナルエージェントだけが会話をまたいだトランスクリプトの想起を使用する場合は、エージェントごとに設定します。

{
  agents: {
    entries: {
      personal: {
        memory: {
          search: {
            rememberAcrossConversations: true,
          },
        },
      },
    },
  },
}

この値は通常の memory.search 継承に従い、エージェントごとにオーバーライドできます。未設定の場合、グローバルな session.dmScope が未設定または "main" であり、どのバインディングにも session.dmScope オーバーライドがない場合にのみ、デフォルトでオンになります。DM 分離が設定されている場合、デフォルトはオフになります。明示的な true または false が常に優先されます。有効にするとセッショントランスクリプトのインデックス作成も有効になり、エージェントの解決済みメモリソースに sessions が追加されます。QMD では、そのエージェントのセッションエクスポートも有効になります。このモードでは別途 memory.qmd.sessions.enabled を設定する必要はありません。 OpenClaw の組み込みメモリプロバイダーは、組み込みバックエンドと QMD バックエンドの両方で、この保護されたパスをサポートします。代替メモリプロバイダーは独自の想起フックと高度な Active Memory ツールを引き続き使用できますが、現在のプロバイダーが保護された非公開トランスクリプトの想起をサポートしていない限り、この設定はスキップされます。 openclaw doctor は、サポートされていないプロバイダー、または memory_search を省略した明示的な Active Memory の toolsAllow リストを報告します。取得の境界は一般的なセッション検索よりも狭くなります。

対象となるのは、同じエージェントが認識している非公開会話のみです
回答対象の会話は除外されます
グループとチャンネルは、取得元と取得先の両方から除外されます
会話の種類が不明な場合はフェイルクローズします
サンドボックス化された想起では、会話をまたぐ特別な認可を使用できません

この設定は、tools.sessions.visibility、セッションキー、トランスクリプトの保存、配信ルーティング、または sessions_list、 sessions_history、sessions_send の権限を変更しません。Active Memory は範囲を限定した読み取り専用の取得処理を実行します。取得が利用できない場合やタイムアウトした場合でも、応答はブロックされません。

プロバイダーの選択

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します
`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。また、`api` がメモリ埋め込みアダプターまたは OpenAI 互換モデル API を指すように設定された `models.providers.<id>` も使用できます
`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 の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 を明示的に設定します。引き続き provider: "auto" を使用しているレガシー設定は、openai として解決されます。

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、チャンキング、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代わりに、ベクトル検索を一時停止し、インデックス識別情報に関する警告を報告します。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、レガシーな provider: "auto" が存在する場合、または provider: "none" で意図的に 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、メモリ想起では字句 FTS ランキングを引き続き使用できます。明示的に指定された非ローカルプロバイダーはフェイルクローズします。memory.search.provider を Bedrock、DeepInfra、Gemini、GitHub Copilot、LM Studio、Mistral、Ollama、OpenAI、Voyage、OpenAI 互換のカスタムプロバイダーなど、リモートバックエンドを使用する特定の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 は暗黙的に FTS のみの想起を使用せず、利用不可の結果を返します。プロバイダーまたは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 のみの想起を使用する場合は provider: "none" を設定してください。

カスタムプロバイダー ID

memory.search.provider は、ollama などのメモリ専用プロバイダーアダプター、または openai-responses / openai-completions などの OpenAI 互換モデル API 用のカスタム models.providers.<id> エントリを指すことができます。OpenClaw は、エンドポイント、認証、モデルプレフィックスの処理用にカスタムプロバイダー ID を維持しながら、埋め込みアダプター用にそのプロバイダーの api 所有者を解決します。これにより、複数 GPU または複数ホストの構成で、メモリ埋め込み専用の特定のローカルエンドポイントを使用できます。

{
  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" }],
      },
    },
  },
  memory: {
    search: {
      provider: "ollama-5080",
      model: "qwen3-embedding:0.6b",
    },
  },
}

API キーの解決

リモート埋め込みには API キーが必要です。ただし、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 はチャットと補完のみを対象とし、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の設定

グローバルな OpenAI チャット認証情報を継承しない汎用 OpenAI 互換 /v1/embeddings サーバーには、provider: "openai-compatible" を使用します。

string

カスタム API ベース URL。

string

API キーをオーバーライドします。

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）。

{
  memory: {
    search: {
      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、インデックス識別情報が変わります。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 互換の入力タイプ

OpenAI 互換の埋め込みエンドポイントでは、プロバイダー固有の input_type リクエストフィールドを任意で使用できます。これは、クエリとドキュメントの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役立ちます。

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

{
  memory: {
    search: {
      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の識別情報に影響します。上流モデルがラベルを異なるものとして扱う場合は、変更後にメモリの再インデックスを実行してください。

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と、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 上で動作している場合は、プロバイダーとモデルを設定するだけです。

{
  memory: {
    search: {
      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

対応モデル（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	デフォルト次元数	設定可能な次元数
`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：memory.search.remote.baseUrl のオーバーライド、models.providers.amazon-bedrock.baseUrl の設定、AWS_REGION、AWS_DEFAULT_REGION、最後にデフォルトの us-east-1。認証： OpenClaw は最初に 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）
ウェブアイデンティティトークン認証情報
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の権限が必要です。

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

最小権限にするには、InvokeModel の範囲を特定のモデルに限定します。

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 のデフォルト	ダウンロードしたモデル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 は一般的なチャンク（128～512 トークン）を処理しながら、重み以外の VRAM 使用量を制限します。リソースに制約のあるホストでは 1024～2048 に下げてください。`"auto"` はモデルが学習した最大値を使用します。8B 以上のモデルには推奨されません（Qwen3-Embedding-8B：最大 40 960 トークンでは VRAM 使用量が約 32 GB に達する可能性があります）。

最初に公式の 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、続いて pnpm rebuild node-llama-cpp。スタンドアロン CLI を使用して、Gateway が使用するものと同じプロバイダーパスを検証します。

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

数値の local.contextSize 値は、モデルの重みと要求された埋め込みコンテキストが同時に収まるように、node-llama-cpp の GPU レイヤー自動配置にも使用されます。openclaw memory status --deep は、ランタイムがロードされた後に、最後に確認された llama.cpp のバックエンド、デバイス、オフロード、要求されたコンテキスト、およびタイムスタンプ付きのメモリ情報を報告します。パッシブステータスではモデルをロードしません。ローカル GGUF 埋め込みには provider: "local" を明示的に設定してください。明示的なローカル設定では、hf: および HTTP(S) モデル参照がサポートされています（node-llama-cpp のモデル解決を使用）が、デフォルトプロバイダーは変更されません。

インデックス作成の動作

メモリエンジンは、同期、バッチ処理、監視、および Compaction 後のインデックス作成ヒューリスティクスを管理します。OpenClaw はインストールごとのタイミング切り替えを公開するのではなく、管理されたデフォルトでこれらの動作を有効に保ちます。

ハイブリッド検索の設定

すべて memory.search.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

ハイブリッド検索は引き続き有効です。MMR と時間減衰は、組み込みエンジンのポリシーによって無効のままです。

完全な例

{
  memory: {
    search: {
      query: {
        maxResults: 6,
        minScore: 0.35,
      },
    },
  },
}

追加のメモリパス

キー	型	説明
`extraPaths`	`string[]`	インデックスを作成する追加のディレクトリまたはファイル

{
  memory: {
    search: {
      extraPaths: ["../team-docs", "/srv/shared-notes"],
    },
  },
}

パスには絶対パスまたはワークスペース相対パスを指定できます。ディレクトリでは .md ファイルが再帰的にスキャンされます。シンボリックリンクの処理はアクティブなバックエンドによって異なります。組み込みエンジンはシンボリックリンクをスキップしますが、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エージェント間トランスクリプト検索には、memory.qmd.paths ではなく agents.entries.*.memory.search.qmd.extraCollections を使用してください。これらの追加コレクションは同じ { path, name, pattern? } 形式に従いますが、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す場合は明示的な共有名を維持できます。同じ解決済みパスが memory.qmd.paths と memory.search.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 とともに画像と音声のインデックスを作成します。

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化
`multimodal.modalities`	`string[]`	—	`["image"]`、`["audio"]`、または `["all"]`
`multimodal.maxFileBytes`	`number`	`10485760`	インデックス作成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 のみのままです。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`	チャンク埋め込みを SQLite にキャッシュ

再インデックスまたはトランスクリプトの更新時に、変更されていないテキストが再度埋め込み処理されるのを防ぎます。

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

gemini、openai、および voyage で利用できます。大規模なバックフィルでは、通常 OpenAI のバッチが最も高速かつ低コストです。並行処理、ポーリング、およびタイムアウトの動作はプロバイダーが管理します。

セッションメモリ検索

セッショントランスクリプトのインデックスを作成し、memory_search を介して提示します。

キー	型	デフォルト	説明
`rememberAcrossConversations`	`boolean`	`false`	非公開の会話間想起を許可
`sources`	`string[]`	`["memory"]`	トランスクリプトを含めるには `"sessions"` を追加

セッションの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。結果が若干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、ファイルシステムへのアクセスを信頼境界として扱ってください。

通常のモデルから呼び出されるセッショントランスクリプト検索は、 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、そのセッションが生成したセッション、および周辺のグループ認識を通じて監視される同一エージェントのグループセッションが公開されます。その他の無関係なセッションには agent 可視性が必要です（エージェントをまたぐ想起も必要で、かつエージェント間ポリシーで許可されている場合に限り all）。 rememberAcrossConversations はこの設定を拡張しません。これは、範囲が限定された Active Memory パス中の同一エージェントのプライベートトランスクリプトに限定された、実行時専用の個別の認可を提供します。以下の例では、これらの設定をトップレベルの memory.search 配下に配置しています。1 つのエージェントのみ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る必要がある場合は、エージェントごとの memory.search オーバーライドで同等の設定を適用することもできます。同一エージェントの 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

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

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

QMD を使用する場合、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。 memory.qmd.sessions.enabled: true も設定してください。より上位の rememberAcrossConversations: true 設定は例外で、そのエージェントに必要な QMD セッションエクスポートを暗黙的に有効にします。暗黙的なエクスポートは非公開のままです。常にデフォルトの内部エクスポート先を使用し（設定された sessions.exportDir は明示的なエクスポートにのみ適用されます）、そのエージェントによる会話横断の想起中にのみ検索され、通常の memory_get からは読み取れません。明示的な memory.qmd.sessions.enabled: true は従来の動作を維持し、エクスポートされたトランスクリプトを通常のメモリコーパスに含めます。

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`	バンドル版	sqlite-vec のパスをオーバーライド

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へ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 データベース内の agents/<agentId>/agent/openclaw-agent.sqlite に保存されます。

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
`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+ とともに `false` に設定
`includeDefaultMemory`	`boolean`	`true`	`MEMORY.md` + `memory/*/.md` を自動インデックス化
`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
`sessions.retentionDays`	`number`	—	トランスクリプトの保持期間
`sessions.exportDir`	`string`	—	エクスポートディレクトリ

searchMode: "search" は字句/BM25 専用です。OpenClaw はこのモードでは、memory status --deep 中を含め、セマンティックベクトルの準備状態プローブや QMD 埋め込みのメンテナンスを実行しません。 vsearch と query では、引き続き QMD ベクトルの準備完了と埋め込みが必要です。 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、mcporter 経由の 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、未設定のままにしてください。 OpenClaw は現在の QMD コレクションおよび 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旧 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維持します。 QMD が複数のコレクションフィルターへの対応を通知する場合、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）をまとめてグループ化することを意味します。一方、セッショントランスクリプトのコレクションは別のグループのままとなり、ソースの多様化に引き続き両方の入力が含まれます。

QMD モデルのオーバーライドは OpenClaw の設定ではなく、QMD 側に保持されます。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 の実行環境で QMD_EMBED_MODEL、QMD_RERANK_MODEL、 QMD_GENERATE_MODEL などの環境変数を設定してください。

制限

キー	型	デフォルト	説明
`limits.maxResults`	`number`	`4`	検索結果の最大数
`limits.maxSnippetChars`	`number`	`450`	スニペット長を制限
`limits.maxInjectedChars`	`number`	`2200`	挿入される合計文字数を制限
`limits.timeoutMs`	`number`	`4000`	`memory_search` を含む QMD バックエンド検索中の QMD コマンドタイムアウト。セットアップ、同期、組み込みフォールバック、補足処理にはデフォルトのツール期限が維持される

スコープ

QMD 検索結果を受け取れるセッションを制御します。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では DM/直接チャットのみが許可され、グループおよびその他のチャンネル種別は拒否されます。match.keyPrefix は正規化されたセッションキーに一致し、match.rawKeyPrefix は agent:<id>: を含む未加工のキーに一致します。

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（パスは引き続き内部的にエージェントへ渡される）

QMD はメモリが初めて使用されたときに遅延初期化され、そのアダプターが更新と埋め込みのスケジュールを管理します。

QMD の完全な例

{
  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 memory.search 配下ではなく、plugins.entries.memory-core.config.dreaming 配下で設定します。 Dreaming は 1 回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 フェーズを実装の詳細として使用します。概念的な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 * * *`	Dreaming の完全なスイープに使用する任意の Cron 実行間隔
`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のオーバーライド
`phases.deep.maxPromotedSnippetTokens`	`number`	`160`	`MEMORY.md` に昇格される各短期想起スニペットから保持する推定トークンの最大数。出所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、暗黙には再試行されません。
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、ユーザー向けの設定ではありません。

CLI commands

RPC and API

Codex harness

Plugin reference

Plugin SDK reference

Plugin maintainer reference

Templates

Technical reference

Concept internals

Project

Contributing

メモリ設定リファレンス

メモリの概要

組み込みエンジン

QMD エンジン

メモリ検索

Active Memory

会話をまたいで記憶する

プロバイダーの選択

カスタムプロバイダー ID

API キーの解決

リモートエンドポイントの設定

プロバイダー固有の設定

Bedrock 埋め込み設定

インデックス作成の動作

ハイブリッド検索の設定

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

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

QMD の完全な例

Dreaming

ユーザー設定

例

関連項目

メモリの概要

組み込みエンジン

QMD エンジン

メモリ検索

Active Memory

​会話をまたいで記憶する

​プロバイダーの選択

​カスタムプロバイダー ID

​API キーの解決

​リモートエンドポイントの設定

​プロバイダー固有の設定

​Bedrock 埋め込み設定

​インデックス作成の動作

​ハイブリッド検索の設定

​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

​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

​QMD の完全な例

​Dreaming

​ユーザー設定

​例

​関連項目

会話をまたいで記憶する

プロバイダーの選択

カスタムプロバイダー ID

API キーの解決

リモートエンドポイントの設定

プロバイダー固有の設定

Bedrock 埋め込み設定

インデックス作成の動作

ハイブリッド検索の設定

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

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

QMD の完全な例

Dreaming

ユーザー設定

例

関連項目