Como funciona
Seu agente tem três arquivos relacionados à memória:MEMORY.md— memória de longo prazo. Fatos duráveis, preferências e decisões. Carregado no início de cada sessão de DM.memory/YYYY-MM-DD.md(oumemory/YYYY-MM-DD-<slug>.md) — notas diárias. Contexto em andamento e observações. As notas de hoje e de ontem são carregadas automaticamente, e variantes com slug, como as escritas pelo hook de memória de sessão incluído em/newou/reset, agora são coletadas junto com o arquivo que tem apenas a data.DREAMS.md(opcional) — Diário de Dreaming e resumos de varreduras de Dreaming para revisão humana, incluindo entradas fundamentadas de preenchimento histórico.
~/.openclaw/workspace).
O que vai onde
MEMORY.md é a camada compacta e curada. Use-o para fatos duráveis,
preferências, decisões permanentes e resumos curtos que devem estar disponíveis
no início de uma sessão privada principal. Ele não foi feito para ser uma
transcrição bruta, um registro diário ou um arquivo exaustivo.
Os arquivos memory/YYYY-MM-DD.md são a camada de trabalho. Use-os para notas
diárias detalhadas, observações, resumos de sessão e contexto bruto que ainda
possa ser útil depois. Esses arquivos são indexados para memory_search e
memory_get, mas não são injetados no prompt normal de bootstrap a cada turno.
Com o tempo, espera-se que o agente destile material útil das notas diárias
para MEMORY.md e remova entradas obsoletas de longo prazo. As instruções
geradas do workspace e o fluxo de Heartbeat podem fazer isso periodicamente;
você não precisa editar manualmente MEMORY.md para cada detalhe lembrado.
Se MEMORY.md ultrapassar o orçamento de arquivo de bootstrap, o OpenClaw mantém
o arquivo em disco intacto, mas trunca a cópia injetada no contexto do modelo.
Trate isso como um sinal para mover material detalhado de volta para
memory/*.md, manter apenas o resumo durável em MEMORY.md ou aumentar os
limites de bootstrap se você quiser explicitamente gastar mais orçamento de
prompt. Use /context list, /context detail ou openclaw doctor para ver os
tamanhos brutos e injetados e o status de truncamento.
Memórias sensíveis a ações
A maioria das memórias pode ser escrita como notas Markdown comuns. Mas algumas memórias afetam o que o agente deve fazer depois. Para essas, registre quando é seguro agir com base na nota, não apenas o fato em si. Registre esse limite de ação quando uma nota envolver:- requisitos de aprovação ou permissão,
- restrições temporárias,
- handoffs para outra sessão, thread ou pessoa,
- condições de expiração,
- momento seguro para agir,
- autoridade da fonte ou do proprietário,
- instruções para evitar uma ação tentadora.
- o que muda o comportamento futuro,
- quando ou sob qual condição ela se aplica,
- quando ela expira, ou o que libera a ação,
- o que o agente deve evitar fazer,
- quem é a fonte ou o proprietário, se isso afetar confiança ou autoridade.
Compromissos inferidos
Alguns acompanhamentos futuros não são fatos duráveis. Se você mencionar uma entrevista amanhã, a memória útil pode ser “verificar depois da entrevista”, não “armazenar isso para sempre emMEMORY.md.”
Compromissos são memórias de acompanhamento opcionais e
de curta duração para esse caso. O OpenClaw os infere em uma passagem oculta em
segundo plano, os limita ao mesmo agente e canal e entrega check-ins vencidos
por meio do Heartbeat. Lembretes explícitos ainda usam tarefas agendadas.
Ferramentas de memória
O agente tem duas ferramentas para trabalhar com memória:memory_search— encontra notas relevantes usando busca semântica, mesmo quando a redação é diferente da original.memory_get— lê um arquivo de memória específico ou um intervalo de linhas.
memory-core).
Plugin complementar Memory Wiki
Se você quiser que a memória durável se comporte mais como uma base de conhecimento mantida do que apenas notas brutas, use o plugin incluídomemory-wiki.
memory-wiki compila conhecimento durável em um cofre wiki com:
- estrutura de páginas determinística
- alegações e evidências estruturadas
- rastreamento de contradições e atualidade
- dashboards gerados
- digests compilados para consumidores de agente/runtime
- ferramentas nativas de wiki como
wiki_search,wiki_get,wiki_applyewiki_lint
memory-wiki adiciona uma camada de
conhecimento rica em proveniência ao lado dele.
Veja Memory Wiki.
Busca de memória
Quando um provedor de embeddings está configurado,memory_search usa busca
híbrida — combinando similaridade vetorial (significado semântico) com
correspondência por palavras-chave (termos exatos como IDs e símbolos de código).
Isso funciona imediatamente depois que você tem uma chave de API para qualquer
provedor compatível.
O OpenClaw usa embeddings da OpenAI por padrão. Defina
agents.defaults.memorySearch.provider explicitamente para usar embeddings do
Gemini, Voyage, Mistral, local, Ollama, Bedrock, GitHub Copilot ou compatíveis
com OpenAI.Backends de memória
Builtin (default)
Baseado em SQLite. Funciona imediatamente com busca por palavras-chave, similaridade vetorial e
busca híbrida. Sem dependências extras.
QMD
Sidecar local-first com reranking, expansão de consultas e capacidade de indexar
diretórios fora do workspace.
Honcho
Memória AI-native entre sessões com modelagem de usuário, busca semântica e
consciência multiagente. Instalação de plugin.
LanceDB
Memória incluída baseada em LanceDB com embeddings compatíveis com OpenAI,
recuperação automática, captura automática e suporte a embeddings locais do Ollama.
Camada wiki de conhecimento
Memory Wiki
Compila memória durável em um cofre wiki rico em proveniência, com alegações,
dashboards, modo ponte e fluxos de trabalho compatíveis com Obsidian.
Descarga automática de memória
Antes de Compaction resumir sua conversa, o OpenClaw executa um turno silencioso que lembra o agente de salvar contexto importante em arquivos de memória. Isso vem ativado por padrão — você não precisa configurar nada. Para manter esse turno de manutenção em um modelo local, defina uma substituição exata de modelo para descarga de memória:Dreaming
Dreaming é uma passagem opcional de consolidação em segundo plano para memória. Ela coleta sinais de curto prazo, pontua candidatos e promove apenas itens qualificados para a memória de longo prazo (MEMORY.md).
Ela foi projetada para manter a memória de longo prazo com alto sinal:
- Opt-in: desativada por padrão.
- Agendada: quando ativada,
memory-coregerencia automaticamente um job de Cron recorrente para uma varredura completa de Dreaming. - Com limiar: as promoções precisam passar por critérios de pontuação, frequência de recuperação e diversidade de consultas.
- Revisável: resumos de fase e entradas de diário são escritos em
DREAMS.mdpara revisão humana.
Preenchimento fundamentado e promoção ao vivo
O sistema de Dreaming agora tem dois caminhos de revisão estreitamente relacionados:- Dreaming ao vivo trabalha a partir do armazenamento de Dreaming de curto prazo em
memory/.dreams/e é o que a fase profunda normal usa ao decidir o que pode se graduar paraMEMORY.md. - Preenchimento fundamentado lê notas históricas
memory/YYYY-MM-DD.mdcomo arquivos de dia independentes e grava saída de revisão estruturada emDREAMS.md.
MEMORY.md.
Quando você usa:
DREAMS.mdcontinua sendo a superfície de revisão humana.- o armazenamento de curto prazo continua sendo a superfície de ranqueamento voltada para máquina.
MEMORY.mdainda é escrito apenas pela promoção profunda.
CLI
Leitura adicional
- Mecanismo de memória integrado: backend SQLite padrão.
- Mecanismo de memória QMD: sidecar local-first avançado.
- Memória Honcho: memória AI-native entre sessões.
- Memory LanceDB: plugin baseado em LanceDB com embeddings compatíveis com OpenAI.
- Memory Wiki: cofre de conhecimento compilado e ferramentas nativas de wiki.
- Busca de memória: pipeline de busca, provedores e ajuste.
- Dreaming: promoção em segundo plano de recuperação de curto prazo para memória de longo prazo.
- Referência de configuração de memória: todos os controles de configuração.
- Compaction: como a Compaction interage com a memória.