Naar hoofdinhoud gaan
De ingebouwde engine is de standaard geheugenbackend. Deze slaat je geheugenindex op in een SQLite-database per agent en heeft geen extra afhankelijkheden nodig om te beginnen.

​
Wat deze biedt

  • Zoeken op trefwoorden via FTS5-full-textindexering (BM25-score).
  • Vectorzoekopdrachten via embeddings van elke ondersteunde provider.
  • Hybride zoekopdrachten die beide combineren voor de beste resultaten.
  • CJK-ondersteuning via trigram-tokenisatie voor Chinees, Japans en Koreaans.
  • sqlite-vec-versnelling voor vectorkueries binnen de database (optioneel).

​
Aan de slag

Standaard gebruikt de ingebouwde engine OpenAI-embeddings. Als je OPENAI_API_KEY of models.providers.openai.apiKey al hebt geconfigureerd, werkt vectorzoekfunctionaliteit zonder extra geheugenconfiguratie. Een provider expliciet instellen: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
Zonder embeddingprovider is alleen zoeken op trefwoorden beschikbaar. Om lokale GGUF-embeddings af te dwingen, installeer je de officiële llama.cpp-provider-Plugin en wijs je local.modelPath daarna naar een GGUF-bestand: 
openclaw plugins install @openclaw/llama-cpp-provider

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "local",
        fallback: "none",
        local: {
          modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",
        },
      },
    },
  },
}

​
Ondersteunde embeddingproviders

ProviderIDOpmerkingen
BedrockbedrockGebruikt de AWS-referentieketen
DeepInfradeepinfraStandaard: BAAI/bge-m3
GeminigeminiOndersteunt multimodaal (afbeelding + audio)
GitHub Copilotgithub-copilotGebruikt Copilot-abonnement
Lokaallocal@openclaw/llama-cpp-provider
Mistralmistral
OllamaollamaLokaal/zelf gehost
OpenAIopenaiStandaard: text-embedding-3-small
OpenAI-compatibelopenai-compatibleGeneriek /v1/embeddings-endpoint
Voyagevoyage
Stel memorySearch.provider in om van OpenAI over te schakelen.

​
Hoe indexering werkt

OpenClaw indexeert MEMORY.md en memory/*.md in chunks (~400 tokens met 80 tokens overlap) en slaat ze op in een SQLite-database per agent.
  • Indexlocatie: de database van de eigenaaragent op ~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite
  • Opslagonderhoud: SQLite WAL-sidecarbestanden worden begrensd met periodieke checkpoints en checkpoints bij afsluiten.
  • Bestandsbewaking: wijzigingen in geheugenbestanden activeren een gedebouncete herindexering (1,5 s).
  • Automatisch herindexeren: wanneer de embeddingprovider, het model of de chunkingconfiguratie verandert, wordt de volledige index automatisch opnieuw opgebouwd.
  • Herindexeren op aanvraag: openclaw memory index --force
Je kunt ook Markdown-bestanden buiten de werkruimte indexeren met memorySearch.extraPaths. Zie de configuratiereferentie.

​
Wanneer te gebruiken

De ingebouwde engine is de juiste keuze voor de meeste gebruikers:
  • Werkt direct, zonder extra afhankelijkheden.
  • Verwerkt zoeken op trefwoorden en vectorzoekopdrachten goed.
  • Ondersteunt alle embeddingproviders.
  • Hybride zoekopdrachten combineren het beste van beide retrieval-benaderingen.
Overweeg over te schakelen naar QMD als je reranking, query-uitbreiding nodig hebt of mappen buiten de werkruimte wilt indexeren. Overweeg Honcho als je sessie-overstijgend geheugen met automatische gebruikersmodellering wilt.

​
Probleemoplossing

Geheugenzoekfunctie uitgeschakeld? Controleer openclaw memory status. Als er geen provider wordt gedetecteerd, stel er dan expliciet een in of voeg een API-sleutel toe. Lokale provider niet gedetecteerd? Bevestig dat het lokale pad bestaat en voer uit: 
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
Zowel zelfstandige CLI-opdrachten als de Gateway gebruiken dezelfde local-provider-id. Stel memorySearch.provider: "local" in wanneer je lokale embeddings wilt. Verouderde resultaten? Voer openclaw memory index --force uit om opnieuw op te bouwen. De watcher kan in zeldzame randgevallen wijzigingen missen. sqlite-vec wordt niet geladen? OpenClaw valt automatisch terug op in-process cosinusovereenkomst. openclaw memory status --deep rapporteert de lokale vectoropslag apart van de embeddingprovider, dus Vector store: unavailable wijst op het laden van sqlite-vec, terwijl Embeddings: unavailable wijst op provider/auth of modelgereedheid. Controleer de logs voor de specifieke laadfout.

​
Configuratie

Voor het instellen van embeddingproviders, het afstemmen van hybride zoekopdrachten (gewichten, MMR, temporeel verval), batchindexering, multimodaal geheugen, sqlite-vec, extra paden en alle andere configuratieknoppen, zie de referentie voor geheugenconfiguratie.

​
Gerelateerd