Ana içeriğe atla
memory-lancedb, uzun süreli belleği LanceDB içinde depolayan ve geri çağırma için gömmeler kullanan resmi bir harici bellek Plugin’idir. Bir model turundan önce ilgili anıları otomatik olarak geri çağırabilir ve bir yanıttan sonra önemli bilgileri yakalayabilir. Bellek için yerel bir vektör veritabanı istediğinizde, OpenAI uyumlu bir gömme uç noktasına ihtiyaç duyduğunuzda veya bellek veritabanını varsayılan yerleşik bellek deposunun dışında tutmak istediğinizde kullanın.

​
Kurulum

plugins.slots.memory = "memory-lancedb" ayarını yapmadan önce memory-lancedb kurun: 
openclaw plugins install @openclaw/memory-lancedb
Plugin npm’de yayımlanır ve OpenClaw çalışma zamanı imajına dahil edilmez. Yükleyici Plugin girişini yazar ve başka bir Plugin sahiplenmemişse bellek yuvasını değiştirir.
memory-lancedb bir aktif bellek Plugin’idir. plugins.slots.memory = "memory-lancedb" ile bellek yuvasını seçerek etkinleştirin. memory-wiki gibi eşlik eden Plugin’ler yanında çalışabilir, ancak aktif bellek yuvasına yalnızca bir Plugin sahip olur.

​
Hızlı başlangıç

{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "openai",
            model: "text-embedding-3-small",
          },
          autoRecall: true,
          autoCapture: false,
        },
      },
    },
  },
}
Plugin yapılandırmasını değiştirdikten sonra Gateway’i yeniden başlatın: 
openclaw gateway restart
Ardından Plugin’in yüklendiğini doğrulayın: 
openclaw plugins list

​
Sağlayıcı destekli gömmeler

memory-lancedb, memory-core ile aynı bellek gömme sağlayıcı adaptörlerini kullanabilir. Sağlayıcının yapılandırılmış kimlik doğrulama profilini, ortam değişkenini veya models.providers.<provider>.apiKey değerini kullanmak için embedding.provider ayarını yapın ve embedding.apiKey değerini atlayın. 
{
  plugins: {
    slots: {
      memory: "memory-lancedb",
    },
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          embedding: {
            provider: "openai",
            model: "text-embedding-3-small",
          },
          autoRecall: true,
        },
      },
    },
  },
}
Bu yol, gömme kimlik bilgilerini açığa çıkaran sağlayıcı kimlik doğrulama profilleriyle çalışır. Örneğin Copilot profili/planı gömmeleri desteklediğinde GitHub Copilot kullanılabilir: 
{
  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 Platform gömme kimlik bilgisi değildir. OpenAI gömmeleri için bir OpenAI API anahtarı kimlik doğrulama profili, OPENAI_API_KEY veya models.providers.openai.apiKey kullanın. Yalnızca OAuth kullanan kullanıcılar GitHub Copilot veya Ollama gibi gömme destekli başka bir sağlayıcı kullanabilir.

​
Ollama gömmeleri

Ollama gömmeleri için paketle gelen Ollama gömme sağlayıcısını tercih edin. Yerel Ollama /api/embed uç noktasını kullanır ve Ollama içinde belgelenen Ollama sağlayıcısıyla aynı kimlik doğrulama/temel URL kurallarını izler. 
{
  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,
        },
      },
    },
  },
}
Standart dışı gömme modelleri için dimensions ayarını yapın. OpenClaw, text-embedding-3-small ve text-embedding-3-large boyutlarını bilir; özel modellerde LanceDB’nin vektör sütununu oluşturabilmesi için değerin yapılandırmada belirtilmesi gerekir. Küçük yerel gömme modellerinde, yerel sunucudan bağlam uzunluğu hataları görürseniz recallMaxChars değerini düşürün.

​
OpenAI uyumlu sağlayıcılar

Bazı OpenAI uyumlu gömme sağlayıcıları encoding_format parametresini reddederken, bazıları bunu yok sayar ve her zaman number[] vektörleri döndürür. Bu nedenle memory-lancedb, gömme isteklerinde encoding_format parametresini atlar ve hem kayan nokta dizisi yanıtlarını hem de base64 ile kodlanmış float32 yanıtlarını kabul eder. Paketle gelen bir sağlayıcı adaptörü olmayan ham bir OpenAI uyumlu gömme uç noktanız varsa, embedding.provider değerini atlayın (veya openai olarak bırakın) ve embedding.apiKey ile embedding.baseUrl değerlerini ayarlayın. Bu, doğrudan OpenAI uyumlu istemci yolunu korur. Model boyutları yerleşik olmayan sağlayıcılar için embedding.dimensions ayarını yapın. Örneğin ZhiPu embedding-3, 2048 boyut kullanır: 
{
  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,
          },
        },
      },
    },
  },
}

​
Geri çağırma ve yakalama sınırları

memory-lancedb iki ayrı metin sınırına sahiptir:
AyarVarsayılanAralıkUygulandığı yer
recallMaxChars1000100-10000geri çağırma için gömme API’sine gönderilen metin
captureMaxChars500100-10000otomatik yakalama için uygun mesaj uzunluğu
customTriggers[]0-50otomatik yakalamanın bir mesajı değerlendirmesini sağlayan düz ifadeler
recallMaxChars, otomatik geri çağırmayı, memory_recall aracını, memory_forget sorgu yolunu ve openclaw ltm search komutunu denetler. Otomatik geri çağırma, turdaki en son kullanıcı mesajını tercih eder ve yalnızca kullanıcı mesajı yoksa tam isteme geri döner. Bu, kanal meta verilerini ve büyük istem bloklarını gömme isteğinin dışında tutar. captureMaxChars, bir yanıtın otomatik yakalama için değerlendirilecek kadar kısa olup olmadığını denetler. Geri çağırma sorgusu gömmelerini sınırlamaz. customTriggers, düzenli ifadeler yazmadan düz otomatik yakalama ifadeleri eklemenizi sağlar. Yerleşik tetikleyiciler yaygın İngilizce, Çekçe, Çince, Japonca ve Korece bellek ifadelerini içerir.

​
Komutlar

memory-lancedb aktif bellek Plugin’i olduğunda ltm CLI ad alanını kaydeder: 
openclaw ltm list
openclaw ltm search "project preferences"
openclaw ltm stats
query alt komutu, LanceDB tablosuna karşı doğrudan vektör olmayan bir sorgu çalıştırır: 
openclaw ltm query --cols id,text,createdAt --limit 20
openclaw ltm query --filter "category = 'preference'" --order-by createdAt:desc
  • --cols <columns>: virgülle ayrılmış sütun izin listesi (varsayılan olarak id, text, importance, category, createdAt).
  • --filter <condition>: SQL tarzı WHERE yan tümcesi; 200 karakterle sınırlıdır ve alfasayısal karakterler, karşılaştırma işleçleri, tırnak işaretleri, parantezler ve küçük bir güvenli noktalama kümesiyle kısıtlanır.
  • --limit <n>: pozitif tamsayı; varsayılan 10.
  • --order-by <column>:<asc|desc>: filtreden sonra uygulanan bellek içi sıralama; sıralama sütunu projeksiyona otomatik olarak dahil edilir.
Ajanlar ayrıca aktif bellek Plugin’inden LanceDB bellek araçlarını alır:
  • LanceDB destekli geri çağırma için memory_recall
  • önemli bilgileri, tercihleri, kararları ve varlıkları kaydetmek için memory_store
  • eşleşen anıları kaldırmak için memory_forget

​
Depolama

Varsayılan olarak LanceDB verileri ~/.openclaw/memory/lancedb altında bulunur. Yolu dbPath ile geçersiz kılın: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          dbPath: "~/.openclaw/memory/lancedb",
          embedding: {
            apiKey: "${OPENAI_API_KEY}",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}
storageOptions, LanceDB depolama arka uçları için dize anahtar/değer çiftlerini kabul eder ve ${ENV_VAR} genişletmesini destekler: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        enabled: true,
        config: {
          dbPath: "s3://memory-bucket/openclaw",
          storageOptions: {
            access_key: "${AWS_ACCESS_KEY_ID}",
            secret_key: "${AWS_SECRET_ACCESS_KEY}",
            endpoint: "${AWS_ENDPOINT_URL}",
          },
          embedding: {
            apiKey: "${OPENAI_API_KEY}",
            model: "text-embedding-3-small",
          },
        },
      },
    },
  },
}

​
Çalışma zamanı bağımlılıkları

memory-lancedb, yerel @lancedb/lancedb paketine bağlıdır. Paketlenmiş OpenClaw, bu paketi Plugin paketinin parçası olarak ele alır. Gateway başlangıcı Plugin bağımlılıklarını onarmaz; bağımlılık eksikse Plugin paketini yeniden kurun veya güncelleyin ve Gateway’i yeniden başlatın. Daha eski bir kurulum, Plugin yüklenirken eksik dist/package.json veya eksik @lancedb/lancedb hatası kaydederse OpenClaw’ı yükseltin ve Gateway’i yeniden başlatın. Plugin, LanceDB’nin darwin-x64 üzerinde kullanılamadığını kaydederse bu makinede varsayılan bellek arka ucunu kullanın, Gateway’i desteklenen bir platforma taşıyın veya memory-lancedb devre dışı bırakın.

​
Sorun giderme

​
Girdi uzunluğu bağlam uzunluğunu aşıyor

Bu genellikle gömme modelinin geri çağırma sorgusunu reddettiği anlamına gelir: 
memory-lancedb: recall failed: Error: 400 the input length exceeds the context length
Daha düşük bir recallMaxChars değeri ayarlayın, ardından Gateway’i yeniden başlatın: 
{
  plugins: {
    entries: {
      "memory-lancedb": {
        config: {
          recallMaxChars: 400,
        },
      },
    },
  },
}
Ollama için, gömme sunucusuna Gateway ana makinesinden erişilebildiğini de doğrulayın: 
curl http://127.0.0.1:11434/v1/embeddings \
  -H "Content-Type: application/json" \
  -d '{"model":"mxbai-embed-large","input":"hello"}'

​
Desteklenmeyen gömme modeli

dimensions olmadan yalnızca yerleşik OpenAI gömme boyutları bilinir. Yerel veya özel gömme modelleri için embedding.dimensions değerini o model tarafından bildirilen vektör boyutuna ayarlayın.

​
Plugin yükleniyor ancak hiç anı görünmüyor

plugins.slots.memory değerinin memory-lancedb öğesini işaret ettiğini kontrol edin, ardından şunu çalıştırın: 
openclaw ltm stats
openclaw ltm search "recent preference"
autoCapture devre dışıysa Plugin mevcut anıları geri çağırır ancak yenilerini otomatik olarak depolamaz. Otomatik yakalama istiyorsanız memory_store aracını kullanın veya autoCapture etkinleştirin.

​
İlgili