Перейти к основному содержанию
Встроенный движок — это бэкенд памяти по умолчанию. Он хранит индекс памяти в SQLite-базе данных отдельного агента и не требует дополнительных зависимостей для начала работы.

​
Что он предоставляет

  • Поиск по ключевым словам через полнотекстовое индексирование FTS5 (оценка BM25).
  • Векторный поиск через эмбеддинги от любого поддерживаемого поставщика.
  • Гибридный поиск, который сочетает оба подхода для лучших результатов.
  • Поддержка CJK через триграммную токенизацию для китайского, японского и корейского языков.
  • Ускорение sqlite-vec для векторных запросов внутри базы данных (необязательно).

​
Начало работы

По умолчанию встроенный движок использует эмбеддинги OpenAI. Если у вас уже настроен OPENAI_API_KEY или models.providers.openai.apiKey, векторный поиск работает без дополнительной конфигурации памяти. Чтобы явно задать поставщика: 
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
Без поставщика эмбеддингов доступен только поиск по ключевым словам. Чтобы принудительно использовать локальные эмбеддинги GGUF, установите официальный Plugin поставщика llama.cpp, затем укажите в local.modelPath путь к файлу GGUF: 
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",
        },
      },
    },
  },
}

​
Поддерживаемые поставщики эмбеддингов

ПоставщикIDПримечания
BedrockbedrockИспользует цепочку учетных данных AWS
DeepInfradeepinfraПо умолчанию: BAAI/bge-m3
GeminigeminiПоддерживает мультимодальность (изображение + аудио)
GitHub Copilotgithub-copilotИспользует подписку Copilot
Локальныйlocal@openclaw/llama-cpp-provider
Mistralmistral
OllamaollamaЛокальный/самостоятельно размещенный
OpenAIopenaiПо умолчанию: text-embedding-3-small
Совместимый с OpenAIopenai-compatibleУниверсальная конечная точка /v1/embeddings
Voyagevoyage
Задайте memorySearch.provider, чтобы переключиться с OpenAI.

​
Как работает индексирование

OpenClaw индексирует MEMORY.md и memory/*.md в фрагменты (~400 токенов с перекрытием 80 токенов) и сохраняет их в SQLite-базе данных отдельного агента.
  • Расположение индекса: база данных агента-владельца по адресу ~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite
  • Обслуживание хранилища: служебные файлы SQLite WAL ограничиваются периодическими контрольными точками и контрольными точками при завершении работы.
  • Отслеживание файлов: изменения файлов памяти запускают переиндексацию с задержкой подавления дребезга (1,5 с).
  • Автоматическая переиндексация: когда меняется поставщик эмбеддингов, модель или конфигурация разбиения на фрагменты, весь индекс автоматически перестраивается.
  • Переиндексация по запросу: openclaw memory index --force
Вы также можете индексировать Markdown-файлы вне рабочей области с помощью memorySearch.extraPaths. См. справочник по конфигурации.

​
Когда использовать

Встроенный движок подходит большинству пользователей:
  • Работает сразу, без дополнительных зависимостей.
  • Хорошо справляется с поиском по ключевым словам и векторным поиском.
  • Поддерживает всех поставщиков эмбеддингов.
  • Гибридный поиск сочетает лучшее из обоих подходов к извлечению.
Рассмотрите переход на QMD, если вам нужны переранжирование, расширение запросов или индексирование каталогов вне рабочей области. Рассмотрите Honcho, если вам нужна память между сеансами с автоматическим моделированием пользователя.

​
Устранение неполадок

Поиск по памяти отключен? Проверьте openclaw memory status. Если поставщик не обнаружен, задайте его явно или добавьте ключ API. Локальный поставщик не обнаружен? Убедитесь, что локальный путь существует, и выполните: 
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
И автономные команды CLI, и Gateway используют один и тот же идентификатор поставщика local. Задайте memorySearch.provider: "local", если хотите использовать локальные эмбеддинги. Устаревшие результаты? Выполните openclaw memory index --force, чтобы перестроить индекс. Средство отслеживания может пропускать изменения в редких пограничных случаях. sqlite-vec не загружается? OpenClaw автоматически переключается на косинусное сходство в процессе. openclaw memory status --deep сообщает о локальном векторном хранилище отдельно от поставщика эмбеддингов, поэтому Vector store: unavailable указывает на загрузку sqlite-vec, а Embeddings: unavailable указывает на готовность поставщика/авторизации или модели. Проверьте журналы на наличие конкретной ошибки загрузки.

​
Конфигурация

Сведения о настройке поставщика эмбеддингов, параметрах гибридного поиска (веса, MMR, временное затухание), пакетном индексировании, мультимодальной памяти, sqlite-vec, дополнительных путях и всех остальных параметрах конфигурации см. в справочнике по конфигурации памяти.

​
Связанные материалы