Naar hoofdinhoud gaan

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 is een meegeleverde memory-plugin die langetermijngeheugen opslaat in LanceDB en embeddings gebruikt voor recall. De plugin kan automatisch relevante memories ophalen vóór een modelbeurt en belangrijke feiten vastleggen na een antwoord. Gebruik de plugin wanneer je een lokale vectordatabase voor memory wilt, een OpenAI-compatibel embedding-eindpunt nodig hebt, of een memory-database buiten de standaard ingebouwde memory-store wilt houden.
memory-lancedb is een Active Memory-plugin. Schakel deze in door het memory-slot te selecteren met plugins.slots.memory = "memory-lancedb". Begeleidende plugins zoals memory-wiki kunnen ernaast draaien, maar slechts één plugin is eigenaar van het actieve memory-slot.

​
Snelstart

{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "openai",
            model: "text-embedding-3-small",
          },
          autoRecall: true,
          autoCapture: false,
        },
      },
    },
  },
}
Herstart de Gateway nadat je de plugin-configuratie hebt gewijzigd: 
openclaw gateway restart
Controleer daarna of de plugin is geladen: 
openclaw plugins list

​
Provider-ondersteunde embeddings

memory-lancedb kan dezelfde memory-embedding-provideradapters gebruiken als memory-core. Stel embedding.provider in en laat embedding.apiKey weg om het geconfigureerde auth-profiel, de omgevingsvariabele of models.providers.<provider>.apiKey van de provider te gebruiken. 
{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "openai",
            model: "text-embedding-3-small",
          },
          autoRecall: true,
        },
      },
    },
  },
}
Dit pad werkt met provider-auth-profielen die embedding-referenties beschikbaar maken. GitHub Copilot kan bijvoorbeeld worden gebruikt wanneer het Copilot-profiel/-abonnement embeddings ondersteunt: 
{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "github-copilot",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}
OpenAI Codex / ChatGPT OAuth (openai-codex) is geen OpenAI Platform embedding-referentie. Gebruik voor OpenAI-embeddings een OpenAI API key-auth-profiel, OPENAI_API_KEY, of models.providers.openai.apiKey. Gebruikers met alleen OAuth kunnen een andere provider gebruiken die embeddings ondersteunt, zoals GitHub Copilot of Ollama.

​
Ollama-embeddings

Gebruik voor Ollama-embeddings bij voorkeur de meegeleverde Ollama-embeddingprovider. Deze gebruikt het native Ollama /api/embed-eindpunt en volgt dezelfde auth-/basis-URL-regels als de Ollama-provider die is gedocumenteerd in Ollama. 
{
  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,
        },
      },
    },
  },
}
Stel dimensions in voor niet-standaard embeddingmodellen. OpenClaw kent de dimensies voor text-embedding-3-small en text-embedding-3-large; aangepaste modellen hebben de waarde in de configuratie nodig zodat LanceDB de vectorkolom kan maken. Verlaag voor kleine lokale embeddingmodellen recallMaxChars als je contextlengtefouten van de lokale server ziet.

​
OpenAI-compatibele providers

Sommige OpenAI-compatibele embeddingproviders weigeren de parameter encoding_format, terwijl andere deze negeren en altijd number[]-vectoren retourneren. memory-lancedb laat daarom encoding_format weg bij embeddingverzoeken en accepteert zowel float-array-antwoorden als base64-gecodeerde float32-antwoorden. Als je een raw OpenAI-compatibel embeddings-eindpunt hebt waarvoor geen meegeleverde provideradapter bestaat, laat embedding.provider dan weg (of laat deze op openai staan) en stel embedding.apiKey plus embedding.baseUrl in. Dit behoudt het directe OpenAI-compatibele clientpad. Stel embedding.dimensions in voor providers waarvan de modeldimensies niet ingebouwd zijn. ZhiPu embedding-3 gebruikt bijvoorbeeld 2048 dimensies: 
{
  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,
          },
        },
      },
    },
  },
}

​
Recall- en capture-limieten

memory-lancedb heeft twee afzonderlijke tekstlimieten:
InstellingStandaardBereikVan toepassing op
recallMaxChars1000100-10000tekst die voor recall naar de embedding-API wordt verzonden
captureMaxChars500100-10000lengte van assistentberichten die in aanmerking komen voor capture
recallMaxChars bepaalt auto-recall, de tool memory_recall, het querypad memory_forget en openclaw ltm search. Auto-recall geeft de voorkeur aan het laatste gebruikersbericht uit de beurt en valt alleen terug op de volledige prompt wanneer er geen gebruikersbericht beschikbaar is. Hierdoor blijven kanaalmetadata en grote promptblokken buiten het embeddingverzoek. captureMaxChars bepaalt of een antwoord kort genoeg is om in aanmerking te komen voor automatische capture. Het beperkt recall-query-embeddings niet.

​
Commando’s

Wanneer memory-lancedb de actieve memory-plugin is, registreert deze de ltm CLI namespace: 
openclaw ltm list
openclaw ltm search "project preferences"
openclaw ltm stats
De plugin breidt ook openclaw memory uit met een niet-vector-query-subcommando dat rechtstreeks tegen de LanceDB-tabel draait: 
openclaw memory query --cols id,text,createdAt --limit 20
openclaw memory query --filter "category = 'preference'" --order-by createdAt:desc
  • --cols <columns>: door komma’s gescheiden allowlist met kolommen (standaard id, text, importance, category, createdAt).
  • --filter <condition>: SQL-achtige WHERE-clausule; beperkt tot 200 tekens en tot alfanumerieke tekens, vergelijkingsoperators, aanhalingstekens, haakjes en een kleine set veilige leestekens.
  • --limit <n>: positief geheel getal; standaard 10.
  • --order-by <column>:<asc|desc>: in-memory sortering toegepast na het filter; de sorteerkolom wordt automatisch opgenomen in de projectie.
Agents krijgen ook LanceDB-memorytools van de actieve memory-plugin:
  • memory_recall voor door LanceDB ondersteunde recall
  • memory_store voor het opslaan van belangrijke feiten, voorkeuren, beslissingen en entiteiten
  • memory_forget voor het verwijderen van overeenkomende memories

​
Opslag

Standaard staan LanceDB-gegevens onder ~/.openclaw/memory/lancedb. Overschrijf het pad met dbPath: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          dbPath: "~/.openclaw/memory/lancedb",
          embedding: {
            apiKey: "${OPENAI_API_KEY}",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}
storageOptions accepteert string key/value-paren voor LanceDB-opslagbackends en ondersteunt ${ENV_VAR}-uitbreiding: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          dbPath: "s3://memory-bucket/openclaw",
          storageOptions: {
            access_key: "${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-afhankelijkheden

memory-lancedb is afhankelijk van het native pakket @lancedb/lancedb. Verpakte OpenClaw behandelt dat pakket als onderdeel van het pluginpakket. Het opstarten van de Gateway herstelt plugin-afhankelijkheden niet; als de afhankelijkheid ontbreekt, installeer of werk het pluginpakket opnieuw bij en herstart de Gateway. Als een oudere installatie tijdens het laden van de plugin een ontbrekende dist/package.json of ontbrekende @lancedb/lancedb-fout logt, upgrade dan OpenClaw en herstart de Gateway. Als de plugin logt dat LanceDB niet beschikbaar is op darwin-x64, gebruik dan de standaard memory-backend op die machine, verplaats de Gateway naar een ondersteund platform, of schakel memory-lancedb uit.

​
Probleemoplossing

​
Invoerlengte overschrijdt de contextlengte

Dit betekent meestal dat het embeddingmodel de recall-query heeft geweigerd: 
memory-lancedb: recall failed: Error: 400 the input length exceeds the context length
Stel een lagere recallMaxChars in en herstart daarna de Gateway: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        config: {
          recallMaxChars: 400,
        },
      },
    },
  },
}
Controleer voor Ollama ook of de embeddingserver bereikbaar is vanaf de Gateway-host: 
curl http://127.0.0.1:11434/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"model":"mxbai-embed-large","input":"hello"}'

​
Niet-ondersteund embeddingmodel

Zonder dimensions zijn alleen de ingebouwde OpenAI-embeddingdimensies bekend. Stel voor lokale of aangepaste embeddingmodellen embedding.dimensions in op de vectorgrootte die door dat model wordt gerapporteerd.

​
Plugin laadt, maar er verschijnen geen memories

Controleer of plugins.slots.memory naar memory-lancedb wijst en voer daarna uit: 
openclaw ltm stats
openclaw ltm search "recent preference"
Als autoCapture is uitgeschakeld, zal de plugin bestaande memories ophalen maar niet automatisch nieuwe opslaan. Gebruik de tool memory_store of schakel autoCapture in als je automatische capture wilt.

​
Gerelateerd