memory_search, ifadeler özgün metinden farklı olsa bile bellek dosyalarınızdaki ilgili notları bulur. Belleği küçük parçalara böler ve
bunları gömmelerle, anahtar kelimelerle veya her ikisiyle arar.
Hızlı başlangıç
OpenClaw varsayılan olarak OpenAI gömmelerini kullanır. Başka bir sağlayıcı kullanmak için bunu
açıkça ayarlayın:
provider, özel bir models.providers.<id> girdisine de başvurabilir (örneğin
ollama-5080); bunun için söz konusu girdinin api değerini "ollama" veya
bellek gömme bağdaştırıcısı bulunan başka bir sağlayıcı kimliği olarak ayarlaması gerekir.
API anahtarı olmadan yerel gömmeler kullanmak için resmî llama.cpp sağlayıcı
Plugin’ini yükleyin ve provider: "local" değerini ayarlayın:
Kaynak kod çalışma kopyalarında yine de yerel derleme onayı gerekir: pnpm approve-builds, ardından
pnpm rebuild node-llama-cpp.
Bazı OpenAI uyumlu gömme uç noktaları, aramalar için "query" ve dizine alınmış
parçalar için "document"/"passage" gibi asimetrik input_type
etiketleri gerektirir. Bunları queryInputType ve documentInputType ile ayarlayın; bkz.
Bellek yapılandırma başvurusu.
Desteklenen sağlayıcılar
Arama nasıl çalışır?
OpenClaw iki getirme yolunu paralel olarak çalıştırır ve sonuçları birleştirir:
- Vektör araması benzer anlamları eşleştirir (“gateway ana makinesi”, “OpenClaw’ı
çalıştıran makine” ile eşleşir).
- BM25 anahtar kelime araması tam terimleri eşleştirir (kimlikler, hata dizeleri, yapılandırma
anahtarları).
- Dosya adı araması, yolları not gövdelerinden ayrı olarak dizine alır. Tam
yollar, temel dosya adları ve dosya adı kökleri kısmi yol eşleşmelerinden daha üstte sıralanırken,
parçacıklar ve gövde anahtar kelime puanları yine not içeriğinden gelir.
Yollardan yalnızca biri kullanılabiliyorsa diğeri tek başına çalışır.
Yalnızca FTS modu. Gömmeleri kasıtlı olarak devre dışı bırakmak ve yalnızca
anahtar kelimelerle arama yapmak için provider: "none" değerini ayarlayın. provider değerini ayarlamamak veya "auto"
olarak ayarlamak da gömme kimlik doğrulaması yapılandırılmamışsa hata vermeden
yalnızca anahtar kelime sıralamasına geri döner; provider: "local" (GGUF/llama.cpp
sağlayıcısı) başarısız olduğunda da aynı davranış geçerlidir.
Açıkça belirtilen sağlayıcı kullanılamıyor. Başka herhangi bir sağlayıcıyı açıkça
belirtirseniz (örneğin openai, ollama, gemini) ve istek sırasında kullanılamaz
duruma gelirse (hatalı kimlik doğrulaması, ağ arızası), memory_search sessizce yalnızca FTS
sonuçlarına geçmek yerine belleğin kullanılamadığını bildirir. Böylece yapılandırılmış
bozuk bir sağlayıcı görünür kalır. Bilinçli olarak yalnızca FTS ile hatırlama için
provider: "none" değerini ayarlayın veya anlamsal sıralamayı geri yüklemek için sağlayıcı/kimlik doğrulama
yapılandırmasını düzeltin.
Arama kalitesini iyileştirme
İki isteğe bağlı özellik, geniş bir not geçmişinde yardımcı olur.
Zamansal azalma
Eski notların sıralama ağırlığı zamanla azalır; böylece güncel bilgiler önce gösterilir.
Varsayılan 30 günlük yarı ömürle geçen aya ait bir not, özgün ağırlığının %50’si kadar
puan alır. MEMORY.md ve memory/ altındaki diğer tarihsiz dosyalar
kalıcıdır ve ağırlıkları hiçbir zaman azalmaz; yalnızca tarihli memory/YYYY-MM-DD.md dosyalarının ağırlığı azalır.
Aracınızda aylarca birikmiş günlük notlar varsa ve eski bilgiler
güncel bağlamdan daha üstte sıralanmaya devam ediyorsa bunu etkinleştirin.
MMR (çeşitlilik)
Yinelenen sonuçları azaltır. Beş notun tümü aynı yönlendirici yapılandırmasından söz ediyorsa
MMR, en iyi sonuçların tekrar etmek yerine farklı konuları kapsamasını sağlar.
memory_search, farklı günlük notlardan birbirine çok benzeyen parçacıklar
döndürmeye devam ediyorsa bunu etkinleştirin.
İkisini de etkinleştirme
Çok modlu bellek
gemini-embedding-2-preview ile Markdown’ın yanı sıra görüntüleri ve sesleri de
dizine alabilirsiniz. Bu yalnızca memory.search.extraPaths altındaki dosyalar için geçerlidir; varsayılan
bellek kökleri (MEMORY.md, memory/*.md) yalnızca Markdown olarak kalır. Arama sorguları
metin olarak kalır ancak görsel ve sesli içerikle eşleşir. Kurulum için
Bellek yapılandırma başvurusuna
bakın.
Oturum belleği araması
Oturum dökümlerinden tam metni bire bir hatırlamak için sessions_search
kullanın ve ardından sessions_history ile bir sonucu açın. Oturum belleği araması, anlamsal ve
deneysel tamamlayıcı olmaya devam eder.
İsteğe bağlı olarak oturum dökümlerini dizine alarak memory_search öğesinin önceki
konuşmaları hatırlamasını sağlayabilirsiniz. Bu özellik tercihe bağlıdır: experimental.sessionMemory: true değerini ayarlayın ve
sources içine "sessions" ekleyin (varsayılan sources, ["memory"] değeridir).
Oturum eşleşmeleri tools.sessions.visibility ayarına uyar: varsayılan "tree", mevcut
oturumu, onun başlattığı oturumları ve ortamdaki grup farkındalığı aracılığıyla izlenen
aynı araca ait grup oturumlarını erişilebilir kılar. session.dmScope: "main" kullanıldığında çok kullanıcılı
bir DM kurulumu bu ana oturumu paylaşır; dolayısıyla buraya yönlendirilen kullanıcılar, onun izlediği
gruplardaki içeriği hatırlayabilir. DM yalıtımı için eş başına bir dmScope kullanın veya
ortamda izlenen oturumların okunmasını devre dışı bırakmak için görünürlüğü "self" olarak ayarlayın. İlişkisiz
diğer aynı araç oturumları için yine "agent" görünürlüğü gerekir.
QMD arka ucunu kullanırken dökümlerin QMD koleksiyonuna aktarılması için
memory.qmd.sessions.enabled: true değerini de ayarlayın; yalnızca experimental.sessionMemory
ve sources, dökümleri QMD’ye aktarmaz. Bkz.
yapılandırma başvurusu.
Sorun giderme
Sonuç yok mu? Dizini denetlemek için openclaw memory status komutunu çalıştırın. Boşsa
openclaw memory index --force komutunu çalıştırın.
Yalnızca anahtar kelime eşleşmeleri mi var? Gömme sağlayıcınız yapılandırılmamış olabilir.
openclaw memory status --deep değerini denetleyin.
Yerel gömmeler zaman aşımına mı uğruyor? ollama, lmstudio ve local, sağlayıcının
sahip olduğu daha uzun toplu işlem zaman sınırlarını kullanır. Sağlayıcının durumunu denetleyin ve
openclaw memory index --force komutunu yeniden çalıştırın.
CJK metni bulunamıyor mu? FTS dizinini
openclaw memory index --force ile yeniden oluşturun.
İlgili konular
