Bellek yapılandırma başvurusu

Bu sayfa, OpenClaw bellek araması için tüm yapılandırma seçeneklerini listeler. Kavramsal genel bakışlar için bkz.:

Belleğe genel bakış

Belleğin çalışma şekli.

Yerleşik motor

Varsayılan SQLite arka ucu.

QMD motoru

Önce yerel yaklaşımını kullanan yardımcı süreç.

Bellek araması

Arama işlem hattı ve ayarlama.

Active Memory

Etkileşimli oturumlar için bellek alt aracısı.

Tüm paylaşılan bellek ayarları, openclaw.json içindeki üst düzey memory altında bulunur. Arama varsayılanları memory.search; aracı başına arama geçersiz kılmaları ise agents.entries.*.memory.search kullanır.

Önerilen kişisel aracı iş akışı için memory.search.rememberAcrossConversations kullanın. Gelişmiş Active Memory hedefleme, model, istem ve gecikme denetimleri plugins.entries.active-memory altında bulunur.Her iki etkinleştirme yolu, transkript kalıcılığı ve güvenli kullanıma alma rehberi için Active Memory bölümüne bakın.

Konuşmalar arasında hatırlama

Anahtar	Tür	Varsayılan	Açıklama
`rememberAcrossConversations`	`boolean`	Kişisel kurulumlarda açık; yapılandırılmış DM yalıtımında kapalı	Bu aracının tanınan diğer özel konuşmalarındaki ilgili bağlamı kullanın.

Yalnızca güvenilir bir kişisel aracının konuşmalar arası transkript hatırlamasını kullanması gerektiğinde bunu aracı başına yapılandırın:

{
  agents: {
    entries: {
      personal: {
        memory: {
          search: {
            rememberAcrossConversations: true,
          },
        },
      },
    },
  },
}

Değer, aracı başına geçersiz kılmayla normal memory.search devralmasını izler. Ayarlanmadığında, yalnızca genel session.dmScope ayarlanmamışsa veya "main" ise ve hiçbir bağlamada session.dmScope geçersiz kılması yoksa varsayılan olarak açılır. Yapılandırılmış herhangi bir DM yalıtımı, varsayılan olarak bunu kapatır. Açıkça belirtilen true veya false her zaman önceliklidir. Etkinleştirilmesi, oturum transkripti dizinlemeyi gerektirir ve aracının çözümlenmiş bellek kaynaklarına sessions ekler. QMD ile ayrıca o aracının oturum dışa aktarımını etkinleştirir; bu mod için ayrı bir memory.qmd.sessions.enabled ayarı gerekmez. OpenClaw’ın yerleşik bellek sağlayıcısı, bu korumalı yolu hem yerleşik hem de QMD arka uçlarıyla destekler. Alternatif bellek sağlayıcıları kendi hatırlama kancalarını ve gelişmiş Active Memory araçlarını kullanmaya devam edebilir, ancak geçerli sağlayıcı korumalı özel transkript hatırlamayı desteklemediği sürece bu ayar atlanır. openclaw doctor, desteklenmeyen bir sağlayıcıyı veya memory_search öğesini içermeyen açık bir Active Memory toolsAllow listesini bildirir. Getirme sınırı, genel oturum aramasından daha dardır:

yalnızca aynı aracının tanınan özel konuşmaları uygundur
yanıtlanan konuşma hariç tutulur
gruplar ve kanallar kaynak ve hedef olarak hariç tutulur
bilinmeyen konuşma türleri güvenli biçimde reddedilir
korumalı alandaki hatırlama, özel konuşmalar arası yetkilendirmeyi kullanamaz

Bu ayar; tools.sessions.visibility, oturum anahtarları, transkript depolama, teslim yönlendirme veya sessions_list, sessions_history ve sessions_send izinlerini değiştirmez. Active Memory, sınırlı ve salt okunur bir getirme geçişi gerçekleştirir; kullanılamayan veya zaman aşımına uğrayan getirme, yanıtı engellemez.

Sağlayıcı seçimi

Anahtar	Tür	Varsayılan	Açıklama
`enabled`	`boolean`	`true`	Bellek aramasını etkinleştirin veya devre dışı bırakın
`provider`	`string`	`"openai"`	`bedrock`, `deepinfra`, `gemini`, `github-copilot`, `local`, `mistral`, `ollama`, `openai`, `openai-compatible` veya `voyage` gibi gömme bağdaştırıcısı kimliği; ayrıca `api` değeri bir bellek gömme bağdaştırıcısını veya OpenAI uyumlu model API’sini gösteren yapılandırılmış bir `models.providers.<id>` olabilir
`model`	`string`	sağlayıcı varsayılanı	Gömme modeli adı
`fallback`	`string`	`"none"`	Birincil bağdaştırıcı başarısız olduğunda kullanılacak yedek bağdaştırıcı kimliği

provider ayarlanmadığında OpenClaw, OpenAI gömmelerini kullanır. Bedrock, DeepInfra, Gemini, GitHub Copilot, Mistral, Ollama, Voyage, yerel bir GGUF modeli veya OpenAI uyumlu bir /v1/embeddings uç noktası kullanmak için provider değerini açıkça ayarlayın. Hâlâ provider: "auto" belirten eski yapılandırmalar openai olarak çözümlenir.

Gömme sağlayıcısının, modelin, sağlayıcı ayarlarının, kaynakların, kapsamın, parçalamanın veya belirteç oluşturucunun değiştirilmesi mevcut SQLite vektör dizinini uyumsuz hâle getirebilir. OpenClaw, her şeyi otomatik olarak yeniden gömmek yerine vektör aramasını duraklatır ve bir dizin kimliği uyarısı bildirir. Hazır olduğunuzda openclaw memory status --index --agent <id> veya openclaw memory index --force --agent <id> ile yeniden oluşturun.

provider ayarlanmamışsa, eski provider: "auto" mevcutsa veya provider: "none" bilinçli olarak yalnızca FTS modunu seçiyorsa, gömmeler kullanılamadığında bellekten hatırlama yine de sözcüksel FTS sıralamasını kullanabilir. Açıkça belirtilen yerel olmayan sağlayıcılar güvenli biçimde reddedilir. memory.search.provider değerini Bedrock, DeepInfra, Gemini, GitHub Copilot, LM Studio, Mistral, Ollama, OpenAI, Voyage veya OpenAI uyumlu özel sağlayıcı gibi uzak destekli somut bir sağlayıcıya ayarlarsanız ve bu sağlayıcı çalışma zamanında kullanılamazsa, memory_search sessizce yalnızca FTS hatırlamayı kullanmak yerine kullanılamıyor sonucu döndürür. Sağlayıcı/kimlik doğrulama yapılandırmasını düzeltin, erişilebilir bir sağlayıcıya geçin veya bilinçli olarak yalnızca FTS hatırlama istiyorsanız provider: "none" değerini ayarlayın.

Özel sağlayıcı kimlikleri

memory.search.provider; ollama gibi belleğe özgü sağlayıcı bağdaştırıcıları veya openai-responses / openai-completions gibi OpenAI uyumlu model API’leri için özel bir models.providers.<id> girdisini gösterebilir. OpenClaw, uç nokta, kimlik doğrulama ve model öneki işlemleri için özel sağlayıcı kimliğini korurken gömme bağdaştırıcısına ait sağlayıcının api sahibini çözümler. Bu, çoklu GPU veya çoklu ana makine kurulumlarının bellek gömmelerini belirli bir yerel uç noktaya ayırmasına olanak tanır:

{
  models: {
    providers: {
      "ollama-5080": {
        api: "ollama",
        baseUrl: "http://gpu-box.local:11435",
        apiKey: "ollama-local",
        models: [{ id: "qwen3-embedding:0.6b", name: "Qwen3 Embedding 0.6B" }],
      },
    },
  },
  memory: {
    search: {
      provider: "ollama-5080",
      model: "qwen3-embedding:0.6b",
    },
  },
}

API anahtarı çözümleme

Uzak gömmeler bir API anahtarı gerektirir. Bedrock bunun yerine AWS SDK varsayılan kimlik bilgisi zincirini kullanır (örnek rolleri, SSO, erişim anahtarları veya Bedrock API anahtarı).

Sağlayıcı	Ortam değişkeni	Yapılandırma anahtarı
Bedrock	AWS kimlik bilgisi zinciri veya `AWS_BEARER_TOKEN_BEDROCK`	API anahtarı gerekmez
DeepInfra	`DEEPINFRA_API_KEY`	`models.providers.deepinfra.apiKey`
Gemini	`GEMINI_API_KEY`	`models.providers.google.apiKey`
GitHub Copilot	`COPILOT_GITHUB_TOKEN`, `GH_TOKEN`, `GITHUB_TOKEN`	Cihaz oturum açma yoluyla kimlik doğrulama profili
Mistral	`MISTRAL_API_KEY`	`models.providers.mistral.apiKey`
Ollama	`OLLAMA_API_KEY` (yer tutucu)	—
OpenAI	`OPENAI_API_KEY`	`models.providers.openai.apiKey`
Voyage	`VOYAGE_API_KEY`	`models.providers.voyage.apiKey`

Codex OAuth yalnızca sohbet/tamamlama işlemlerini kapsar ve gömme isteklerini karşılamaz.

Uzak uç nokta yapılandırması

Genel OpenAI sohbet kimlik bilgilerini devralmaması gereken genel, OpenAI uyumlu bir /v1/embeddings sunucusu için provider: "openai-compatible" kullanın.

string

Özel API temel URL’si.

string

API anahtarını geçersiz kılar.

object

Ek HTTP üstbilgileri (sağlayıcı varsayılanlarıyla birleştirilir).

{
  memory: {
    search: {
      provider: "openai-compatible",
      model: "text-embedding-3-small",
      remote: {
        baseUrl: "https://api.example.com/v1/",
        apiKey: "YOUR_KEY",
      },
    },
  },
}

Sağlayıcıya özgü yapılandırma

Gemini

Anahtar	Tür	Varsayılan	Açıklama
`model`	`string`	`gemini-embedding-001`	`gemini-embedding-2-preview` desteği de vardır
`outputDimensionality`	`number`	`3072`	Embedding 2 için: 768, 1536 veya 3072

Modelin veya outputDimensionality değerinin değiştirilmesi dizin kimliğini değiştirir. OpenClaw, bellek dizinini açıkça yeniden oluşturana kadar vektör aramasını duraklatır.

OpenAI uyumlu girdi türleri

OpenAI uyumlu gömme uç noktaları, sağlayıcıya özgü input_type istek alanlarını etkinleştirebilir. Bu, sorgu ve belge gömmeleri için farklı etiketler gerektiren asimetrik gömme modellerinde kullanışlıdır.

Anahtar	Tür	Varsayılan	Açıklama
`inputType`	`string`	ayarlanmamış	Sorgu ve belge gömmeleri için paylaşılan `input_type`
`queryInputType`	`string`	ayarlanmamış	Sorgu zamanı `input_type`; `inputType` değerini geçersiz kılar
`documentInputType`	`string`	ayarlanmamış	Dizin/belge `input_type`; `inputType` değerini geçersiz kılar

{
  memory: {
    search: {
      provider: "openai-compatible",
      remote: {
        baseUrl: "https://embeddings.example/v1",
        apiKey: "${EMBEDDINGS_API_KEY}",
      },
      model: "asymmetric-embedder",
      queryInputType: "query",
      documentInputType: "passage",
    },
  },
}

Bu değerlerin değiştirilmesi, sağlayıcının toplu indekslemesi için gömme önbelleği kimliğini etkiler ve üst model etiketleri farklı şekilde ele alıyorsa ardından belleğin yeniden indekslenmesi gerekir.

Bedrock

Bedrock gömme yapılandırması

Bedrock, AWS SDK varsayılan kimlik bilgisi zincirini ve OpenClaw tarafından denetlenen bir taşıyıcı belirteci kullanır; bu nedenle yapılandırmada API anahtarı saklanmaz. OpenClaw, Bedrock’ın etkinleştirildiği bir bulut sunucusu rolüne sahip EC2 üzerinde çalışıyorsa yalnızca sağlayıcıyı ve modeli ayarlayın:

{
  memory: {
    search: {
      provider: "bedrock",
      model: "amazon.titan-embed-text-v2:0",
    },
  },
}

Anahtar	Tür	Varsayılan	Açıklama
`model`	`string`	`amazon.titan-embed-text-v2:0`	Herhangi bir Bedrock gömme modeli kimliği
`outputDimensionality`	`number`	model varsayılanı	Titan V2 için: 256, 512 veya 1024

Desteklenen modeller (aile algılama ve varsayılan boyutlarla):

Model kimliği	Sağlayıcı	Varsayılan boyutlar	Yapılandırılabilir boyutlar
`amazon.titan-embed-text-v2:0`	Amazon	1024	256, 512, 1024
`amazon.titan-embed-text-v1`	Amazon	1536	—
`amazon.titan-embed-g1-text-02`	Amazon	1536	—
`amazon.titan-embed-image-v1`	Amazon	1024	—
`amazon.nova-2-multimodal-embeddings-v1:0`	Amazon	1024	256, 384, 1024, 3072
`cohere.embed-english-v3`	Cohere	1024	—
`cohere.embed-multilingual-v3`	Cohere	1024	—
`cohere.embed-v4:0`	Cohere	1536	256, 384, 512, 768, 1024, 1536
`twelvelabs.marengo-embed-3-0-v1:0`	TwelveLabs	512	—
`twelvelabs.marengo-embed-2-7-v1:0`	TwelveLabs	1024	—

Aktarım hızı son ekli değişkenler (ör. amazon.titan-embed-text-v1:2:8k) ve bölge ön ekli çıkarım profili kimlikleri (ör. us.amazon.titan-embed-text-v2:0), temel modelin yapılandırmasını devralır.Bölge: şu sırayla çözümlenir: memory.search.remote.baseUrl geçersiz kılması, models.providers.amazon-bedrock.baseUrl yapılandırması, AWS_REGION, AWS_DEFAULT_REGION ve ardından us-east-1 varsayılanı.Kimlik doğrulama: OpenClaw önce AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY veya AWS_BEARER_TOKEN_BEDROCK değerlerini denetler, ardından standart AWS SDK varsayılan kimlik bilgisi sağlayıcı zincirine geçer:

Ortam değişkenleri (AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY), AWS_PROFILE da ayarlanmamışsa
SSO (yalnızca SSO alanları yapılandırıldığında)
Paylaşılan kimlik bilgileri ve yapılandırma dosyaları (fromIni, AWS_PROFILE dahil)
Kimlik bilgisi işlemi (AWS yapılandırma dosyasındaki credential_process)
Web kimlik belirteci kimlik bilgileri
ECS veya EC2 bulut sunucusu meta verisi kimlik bilgileri

IAM izinleri: IAM rolü veya kullanıcısı şunlara ihtiyaç duyar:

{
  "Effect": "Allow",
  "Action": "bedrock:InvokeModel",
  "Resource": "*"
}

En az ayrıcalık için InvokeModel kapsamını belirli modelle sınırlandırın:

arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

Yerel (GGUF + llama.cpp)

Anahtar	Tür	Varsayılan	Açıklama
`local.modelPath`	`string`	otomatik indirilir	GGUF model dosyasının yolu
`local.modelCacheDir`	`string`	node-llama-cpp varsayılanı	İndirilen modellerin önbellek dizini
`local.contextSize`	`number \| "auto"`	`4096`	Gömme bağlamının bağlam penceresi boyutu. 4096, ağırlık dışı VRAM kullanımını sınırlarken tipik parçaları (128-512 belirteç) kapsar. Kaynakları kısıtlı ana makinelerde 1024-2048’e düşürün. `"auto"`, modelin eğitildiği azami değeri kullanır — 8B+ modeller için önerilmez (Qwen3-Embedding-8B: 40 960 belirtece kadar çıkılması VRAM kullanımını ~32 GB’a yükseltebilir).

Önce resmî llama.cpp sağlayıcısını yükleyin: openclaw plugins install @openclaw/llama-cpp-provider. Varsayılan model: embeddinggemma-300m-qat-Q8_0.gguf (~0.6 GB, otomatik indirilir). Kaynak kod kopyaları yine de yerel derleme onayı gerektirir: pnpm approve-builds ve ardından pnpm rebuild node-llama-cpp.Gateway’in kullandığı sağlayıcı yolunu doğrulamak için bağımsız CLI’yi kullanın:

openclaw memory status --deep --agent main
openclaw memory index --force --agent main

Sayısal local.contextSize değerleri, model ağırlıklarıyla istenen gömme bağlamının birlikte sığdırılması için node-llama-cpp’nin otomatik GPU katmanı yerleşimini de belirler. openclaw memory status --deep, çalışma zamanı yüklendikten sonra bilinen son llama.cpp arka ucunu, cihazı, aktarımı, istenen bağlamı ve zaman damgalı bellek bilgilerini bildirir; pasif durum denetimi bir model yüklemez.Yerel GGUF gömmeleri için provider: "local" değerini açıkça ayarlayın. hf: ve HTTP(S) model başvuruları, açık yerel yapılandırmalar için (node-llama-cpp’nin model çözümlemesi aracılığıyla) desteklenir ancak varsayılan sağlayıcıyı değiştirmez.

İndeksleme davranışı

Bellek motorları eşitleme, toplu işleme, izleme ve Compaction sonrası indeksleme buluşsal yöntemlerini yönetir. OpenClaw, kurulum başına zamanlama anahtarları sunmak yerine bu davranışları bakımı yapılan varsayılanlarla etkin tutar.

Karma arama yapılandırması

Tümü memory.search.query altında:

Anahtar	Tür	Varsayılan	Açıklama
`maxResults`	`number`	`6`	Eklemeden önce döndürülen azami bellek eşleşmesi
`minScore`	`number`	`0.35`	Bir eşleşmeyi dahil etmek için asgari alaka puanı

Karma getirme etkin kalır; MMR ve zamansal azalma, yerleşik motor politikası tarafından devre dışı bırakılmış olarak kalır.

Tam örnek

{
  memory: {
    search: {
      query: {
        maxResults: 6,
        minScore: 0.35,
      },
    },
  },
}

Ek bellek yolları

Anahtar	Tür	Açıklama
`extraPaths`	`string[]`	İndekslenecek ek dizinler veya dosyalar

{
  memory: {
    search: {
      extraPaths: ["../team-docs", "/srv/shared-notes"],
    },
  },
}

Yollar mutlak veya çalışma alanına göre olabilir. Dizinler, .md dosyaları için özyinelemeli olarak taranır. Sembolik bağlantıların işlenmesi etkin arka uca bağlıdır: yerleşik motor sembolik bağlantıları atlarken QMD, temel QMD tarayıcısının davranışını izler. Aracı kapsamındaki aracılar arası transkript araması için memory.qmd.paths yerine agents.entries.*.memory.search.qmd.extraCollections kullanın. Bu ek koleksiyonlar aynı { path, name, pattern? } biçimini izler ancak aracı başına birleştirilir ve yol geçerli çalışma alanının dışını gösterdiğinde açık paylaşılan adları koruyabilir. Aynı çözümlenmiş yol hem memory.qmd.paths hem de memory.search.qmd.extraCollections içinde görünürse QMD ilk girdiyi tutar ve yineleneni atlar.

Çok modlu bellek (Gemini)

Gemini Embedding 2 kullanarak Markdown’ın yanı sıra görüntüleri ve sesleri de indeksleyin:

Anahtar	Tür	Varsayılan	Açıklama
`multimodal.enabled`	`boolean`	`false`	Çok modlu indekslemeyi etkinleştirir
`multimodal.modalities`	`string[]`	—	`["image"]`, `["audio"]` veya `["all"]`
`multimodal.maxFileBytes`	`number`	`10485760`	İndeksleme için azami dosya boyutu (10 MiB)

Yalnızca extraPaths içindeki dosyalara uygulanır. Varsayılan bellek kökleri yalnızca Markdown olarak kalır. gemini-embedding-2-preview gerektirir. fallback, "none" olmalıdır.

Desteklenen biçimler: .jpg, .jpeg, .png, .webp, .gif, .heic, .heif (görüntüler); .mp3, .wav, .ogg, .opus, .m4a, .aac, .flac (ses).

Gömme önbelleği

Anahtar	Tür	Varsayılan	Açıklama
`cache.enabled`	`boolean`	`true`	Parça gömmelerini SQLite’ta önbelleğe alır

Yeniden indeksleme veya transkript güncellemeleri sırasında değişmemiş metnin yeniden gömülmesini önler.

Toplu indeksleme

Anahtar	Tür	Varsayılan	Açıklama
`remote.nonBatchConcurrency`	`number`	`4`	Paralel satır içi gömmeler
`remote.batch.enabled`	`boolean`	`false`	Toplu gömme API’sini etkinleştirir

gemini, openai ve voyage için kullanılabilir. OpenAI toplu işleme, büyük geriye dönük doldurma işlemleri için genellikle en hızlı ve en ucuz seçenektir. Eşzamanlılık, yoklama ve zaman aşımı davranışı sağlayıcı tarafından yönetilir.

Oturum belleği araması

Oturum transkriptlerini indeksleyin ve memory_search aracılığıyla kullanıma sunun:

Anahtar	Tür	Varsayılan	Açıklama
`rememberAcrossConversations`	`boolean`	`false`	Konuşmalar arasında özel hatırlamaya izin verir
`sources`	`string[]`	`["memory"]`	Transkriptleri dahil etmek için `"sessions"` ekler

Oturum indeksleme isteğe bağlıdır ve eşzamansız çalışır. Sonuçlar biraz güncelliğini yitirmiş olabilir. Oturum günlükleri diskte bulunur; bu nedenle dosya sistemi erişimini güven sınırı olarak kabul edin.

Model tarafından çağrılan sıradan oturum transkripti araması tools.sessions.visibility ayarına uyar. Varsayılan tree görünürlüğü geçerli oturumu, onun başlattığı oturumları ve ortam grup farkındalığı aracılığıyla izlenen aynı ajana ait grup oturumlarını açığa çıkarır. İlgisiz diğer oturumlar agent görünürlüğünü gerektirir (veya yalnızca ajanlar arası hatırlama da gerektiğinde ve ajanlar arası politika buna izin verdiğinde all). rememberAcrossConversations bu ayarın kapsamını genişletmez. Sınırlı Active Memory geçişi sırasında aynı ajana ait özel transkriptlerle sınırlı, yalnızca çalışma zamanında geçerli ayrı bir yetkilendirme sağlar. Aşağıdaki örneklerde bu ayarlar üst düzey memory.search altında yer alır. Yalnızca bir ajanın oturum transkriptlerini indekslemesi ve araması gerekiyorsa eşdeğer ayarları ajan başına memory.search geçersiz kılmasında da uygulayabilirsiniz. Aynı ajan için gateway’den DM’e hatırlama:

Yerleşik arka uç
QMD arka ucu

{
  memory: {
    search: {
      experimental: { sessionMemory: true },
      sources: ["memory", "sessions"],
    },
  },
  tools: {
    sessions: { visibility: "agent" },
  },
}

{
  memory: {
    backend: "qmd",
    search: {
      experimental: { sessionMemory: true },
      sources: ["memory", "sessions"],
    },
    qmd: {
      sessions: { enabled: true },
    },
  },
  tools: {
    sessions: { visibility: "agent" },
  },
}

QMD kullanılırken sources: ["sessions"] tek başına transkriptleri QMD’ye dışa aktarmaz. memory.qmd.sessions.enabled: true ayarını da yapın. Üst düzey rememberAcrossConversations: true ayarı istisnadır: ilgili ajan için gerekli QMD oturum dışa aktarımını dolaylı olarak etkinleştirir. Dolaylı dışa aktarımlar özel kalır: her zaman varsayılan dahili dışa aktarma konumunu kullanırlar (yapılandırılmış sessions.exportDir yalnızca açık dışa aktarımlar için geçerlidir), yalnızca ilgili ajanın konuşmalar arası hatırlaması sırasında aranırlar ve sıradan memory_get bunları okuyamaz. Açık memory.qmd.sessions.enabled: true mevcut davranışını korur ve dışa aktarılan transkriptleri sıradan bellek bütüncesinin parçası hâline getirir.

SQLite vektör hızlandırması (sqlite-vec)

Anahtar	Tür	Varsayılan	Açıklama
`store.vector.enabled`	`boolean`	`true`	Vektör sorguları için sqlite-vec kullan
`store.vector.extensionPath`	`string`	bundled	sqlite-vec yolunu geçersiz kıl

sqlite-vec kullanılamadığında OpenClaw otomatik olarak işlem içi kosinüs benzerliğine geri döner.

İndeks depolama

Yerleşik bellek indeksleri her ajanın OpenClaw SQLite veritabanında agents/<agentId>/agent/openclaw-agent.sqlite konumunda bulunur.

Anahtar	Tür	Varsayılan	Açıklama
`store.fts.tokenizer`	`string`	`unicode61`	FTS5 belirteçleştiricisi (`unicode61` veya `trigram`)

QMD arka uç yapılandırması

Etkinleştirmek için memory.backend = "qmd" ayarını yapın. Tüm QMD ayarları memory.qmd altında bulunur:

Anahtar	Tür	Varsayılan	Açıklama
`command`	`string`	`qmd`	QMD yürütülebilir dosya yolu; hizmet `PATH` değeriniz kabuğunuzdan farklıysa mutlak yol ayarlayın
`searchMode`	`string`	`search`	Arama komutu: `search`, `vsearch`, `query`
`rerank`	`boolean`	—	QMD yeniden sıralamasını atlamak için `searchMode: "query"` ve QMD 2.1+ ile `false` olarak ayarlayın
`includeDefaultMemory`	`boolean`	`true`	`MEMORY.md` + `memory/*/.md` öğelerini otomatik indeksle
`paths[]`	`array`	—	Ek yollar: `{ name, path, pattern? }`
`sessions.enabled`	`boolean`	`false`	Oturum transkriptlerini QMD’ye dışa aktar
`sessions.retentionDays`	`number`	—	Transkript saklama süresi
`sessions.exportDir`	`string`	—	Dışa aktarma dizini

searchMode: "search" yalnızca sözcüksel/BM25’tir. OpenClaw, memory status --deep sırasında da dâhil olmak üzere bu mod için anlamsal vektör hazır olma yoklamaları veya QMD gömme bakımı çalıştırmaz; vsearch ve query QMD vektör hazırlığını ve gömmeleri gerektirmeye devam eder. rerank: false yalnızca QMD query modunu değiştirir ve QMD 2.1 veya daha yenisini gerektirir. Doğrudan CLI modunda OpenClaw --no-rerank değerini; mcporter destekli MCP modunda ise QMD’nin birleşik sorgu aracına rerank: false değerini iletir. QMD’nin varsayılan sorgu yeniden sıralama davranışını kullanmak için ayarlamadan bırakın. OpenClaw güncel QMD koleksiyon ve MCP sorgu biçimlerini tercih eder ancak gerektiğinde uyumlu koleksiyon kalıbı bayraklarını ve eski MCP araç adlarını deneyerek eski QMD sürümlerinin çalışmasını sağlar. QMD birden fazla koleksiyon filtresini desteklediğini bildirdiğinde aynı kaynağa ait koleksiyonlar tek bir QMD işlemiyle aranır; eski QMD derlemeleri koleksiyon başına uyumluluk yolunu korur. Aynı kaynak, kalıcı bellek koleksiyonlarının (varsayılan bellek dosyaları ve özel yollar) birlikte gruplandırılması anlamına gelir; oturum transkripti koleksiyonları ise kaynak çeşitlendirmesinin her iki girdiyi de koruması için ayrı bir grup olarak kalır.

QMD model geçersiz kılmaları OpenClaw yapılandırmasında değil, QMD tarafında kalır. QMD modellerini genel olarak geçersiz kılmanız gerekiyorsa gateway çalışma zamanı ortamında QMD_EMBED_MODEL, QMD_RERANK_MODEL ve QMD_GENERATE_MODEL gibi ortam değişkenlerini ayarlayın.

Sınırlar

Anahtar	Tür	Varsayılan	Açıklama
`limits.maxResults`	`number`	`4`	En fazla arama sonucu
`limits.maxSnippetChars`	`number`	`450`	Parçacık uzunluğunu sınırla
`limits.maxInjectedChars`	`number`	`2200`	Eklenen toplam karakteri sınırla
`limits.timeoutMs`	`number`	`4000`	`memory_search` dâhil, QMD destekli arama sırasında QMD komutu zaman aşımı; kurulum, eşitleme, yerleşik geri dönüş ve tamamlayıcı çalışmalar varsayılan araç son tarihini korur

Kapsam

Hangi oturumların QMD arama sonuçlarını alabileceğini denetler. session.sendPolicy ile aynı şema:

{
  memory: {
    qmd: {
      scope: {
        default: "deny",
        rules: [{ action: "allow", match: { chatType: "direct" } }],
      },
    },
  },
}

Sunulan varsayılan yalnızca DM/doğrudan oturumlara izin verir; grupları ve diğer kanal türlerini reddeder. match.keyPrefix normalleştirilmiş oturum anahtarıyla; match.rawKeyPrefix ise agent:<id>: dâhil ham anahtarla eşleşir.

Atıflar

memory.citations tüm arka uçlar için geçerlidir:

Değer	Davranış
`auto` (varsayılan)	Parçacıklara `Source: <path#line>` alt bilgisini ekle
`on`	Alt bilgiyi her zaman ekle
`off`	Alt bilgiyi çıkar (yol yine de ajana dahili olarak iletilir)

QMD, bellek ilk kez kullanıldığında tembel olarak başlatılır; yenileme ve gömme zamanlamalarını bağdaştırıcısı yönetir.

Tam QMD örneği

{
  memory: {
    backend: "qmd",
    citations: "auto",
    qmd: {
      includeDefaultMemory: true,
      update: { interval: "5m", debounceMs: 15000 },
      limits: { maxResults: 4, timeoutMs: 4000 },
      scope: {
        default: "deny",
        rules: [{ action: "allow", match: { chatType: "direct" } }],
      },
      paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }],
    },
  },
}

Dreaming

Dreaming, memory.search altında değil, plugins.entries.memory-core.config.dreaming altında yapılandırılır. Dreaming, zamanlanmış tek bir tarama olarak çalışır ve dahili hafif/derin/REM aşamalarını uygulama ayrıntısı olarak kullanır. Kavramsal davranış ve eğik çizgi komutları için Dreaming sayfasına bakın.

Kullanıcı ayarları

Anahtar	Tür	Varsayılan	Açıklama
`enabled`	`boolean`	`false`	Dreaming’i tamamen etkinleştirin veya devre dışı bırakın
`frequency`	`string`	`0 3 * * *`	Tam Dreaming taraması için isteğe bağlı cron sıklığı
`model`	`string`	varsayılan model	İsteğe bağlı Dream Diary alt ajan model geçersiz kılması
`phases.deep.maxPromotedSnippetTokens`	`number`	`160`	`MEMORY.md` içine yükseltilen her kısa süreli hatırlama parçacığından tutulan tahmini en fazla belirteç sayısı; kaynak metadata’sı görünür kalır

Örnek

{
  plugins: {
    entries: {
      "memory-core": {
        subagent: {
          allowModelOverride: true,
          allowedModels: ["anthropic/claude-sonnet-4-6"],
        },
        config: {
          dreaming: {
            enabled: true,
            frequency: "0 3 * * *",
            model: "anthropic/claude-sonnet-4-6",
          },
        },
      },
    },
  },
}

Dreaming, makine durumunu memory/.dreams/ konumuna yazar.
Dreaming, insan tarafından okunabilen anlatı çıktısını DREAMS.md (veya mevcut dreams.md) konumuna yazar.
dreaming.model mevcut Plugin alt ajan güvenlik kapısını kullanır; etkinleştirmeden önce plugins.entries.memory-core.subagent.allowModelOverride: true ayarını yapın.
Yapılandırılan model kullanılamadığında Dream Diary, oturumun varsayılan modeliyle bir kez daha dener. Güven veya izin listesi hataları günlüğe kaydedilir ve sessizce yeniden denenmez.
Hafif/derin/REM aşama politikası ve eşikleri, kullanıcıya yönelik yapılandırma değil, dahili davranıştır.

CLI commands

RPC and API

Codex harness

Plugin reference

Plugin SDK reference

Plugin maintainer reference

Templates

Technical reference

Concept internals

Project

Contributing

Bellek yapılandırma başvurusu

Belleğe genel bakış

Yerleşik motor

QMD motoru

Bellek araması

Active Memory

Konuşmalar arasında hatırlama

Sağlayıcı seçimi

Özel sağlayıcı kimlikleri

API anahtarı çözümleme

Uzak uç nokta yapılandırması

Sağlayıcıya özgü yapılandırma

Bedrock gömme yapılandırması

İndeksleme davranışı

Karma arama yapılandırması

Tam örnek

Ek bellek yolları

Çok modlu bellek (Gemini)

Gömme önbelleği

Toplu indeksleme

Oturum belleği araması

SQLite vektör hızlandırması (sqlite-vec)

İndeks depolama

QMD arka uç yapılandırması

Tam QMD örneği

Dreaming

Kullanıcı ayarları

Örnek

İlgili

Belleğe genel bakış

Yerleşik motor

QMD motoru

Bellek araması

Active Memory

​Konuşmalar arasında hatırlama

​Sağlayıcı seçimi

​Özel sağlayıcı kimlikleri

​API anahtarı çözümleme

​Uzak uç nokta yapılandırması

​Sağlayıcıya özgü yapılandırma

​Bedrock gömme yapılandırması

​İndeksleme davranışı

​Karma arama yapılandırması

​Tam örnek

​Ek bellek yolları

​Çok modlu bellek (Gemini)

​Gömme önbelleği

​Toplu indeksleme

​Oturum belleği araması

​SQLite vektör hızlandırması (sqlite-vec)

​İndeks depolama

​QMD arka uç yapılandırması

​Tam QMD örneği

​Dreaming

​Kullanıcı ayarları

​Örnek

​İlgili

Konuşmalar arasında hatırlama

Sağlayıcı seçimi

Özel sağlayıcı kimlikleri

API anahtarı çözümleme

Uzak uç nokta yapılandırması

Sağlayıcıya özgü yapılandırma

Bedrock gömme yapılandırması

İndeksleme davranışı

Karma arama yapılandırması

Tam örnek

Ek bellek yolları

Çok modlu bellek (Gemini)

Gömme önbelleği

Toplu indeksleme

Oturum belleği araması

SQLite vektör hızlandırması (sqlite-vec)

İndeks depolama

QMD arka uç yapılandırması

Tam QMD örneği

Dreaming

Kullanıcı ayarları

Örnek

İlgili