Bellek yapılandırması başvurusu

Bu sayfa, OpenClaw bellek araması için her yapılandırma ayarını listeler. Kavramsal genel bakışlar için bkz.:

Memory overview

Belleğin nasıl çalıştığı.

Builtin engine

Varsayılan SQLite arka ucu.

QMD engine

Yerel öncelikli yan süreç.

Memory search

Arama işlem hattı ve ayarlama.

Active memory

Etkileşimli oturumlar için bellek alt ajanı.

Aksi belirtilmedikçe tüm bellek araması ayarları openclaw.json içinde agents.defaults.memorySearch altında bulunur.

aktif bellek özellik anahtarını ve alt ajan yapılandırmasını arıyorsanız, bu memorySearch yerine plugins.entries.active-memory altında bulunur.Aktif bellek iki kapılı bir model kullanır:

Plugin etkin olmalı ve geçerli ajan kimliğini hedeflemelidir
İstek, uygun bir etkileşimli kalıcı sohbet oturumu olmalıdır

Etkinleştirme modeli, Plugin tarafından sahiplenilen yapılandırma, transkript kalıcılığı ve güvenli kullanıma alma deseni için Active Memory bölümüne bakın.

Sağlayıcı seçimi

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

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

Gömme sağlayıcısını, modeli, sağlayıcı ayarlarını, kaynakları, kapsamı, parçalamayı veya tokenizer’ı değiştirmek 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 bellek geri çağırma yine de sözcüksel FTS sıralamasını kullanabilir. Açık yerel olmayan sağlayıcılar kapalı biçimde başarısız olur. memorySearch.provider değerini OpenAI, Gemini, Voyage, Mistral, Bedrock, GitHub Copilot, DeepInfra, Ollama, LM Studio veya OpenAI uyumlu özel bir sağlayıcı gibi somut bir uzak destekli sağlayıcıya ayarlarsanız ve bu sağlayıcı çalışma zamanında kullanılamazsa, memory_search sessizce yalnızca FTS geri çağırmasına geçmek yerine kullanılamaz sonucu döndürür. Sağlayıcı/kimlik doğrulama yapılandırmasını düzeltin, erişilebilir bir sağlayıcıya geçin veya bilinçli olarak yalnızca FTS geri çağırması istiyorsanız provider: "none" ayarlayın.

Özel sağlayıcı kimlikleri

memorySearch.provider, ollama gibi belleğe özel sağlayıcı bağdaştırıcıları veya openai-responses / openai-completions gibi OpenAI uyumlu model API’leri için özel bir models.providers.<id> girdisine işaret edebilir. OpenClaw, uç nokta, kimlik doğrulama ve model öneki işleme için özel sağlayıcı kimliğini korurken gömme bağdaştırıcısı için bu sağlayıcının api sahibini çözümler. Bu, çoklu GPU veya çoklu ana makine kurulumlarının bellek gömmelerini belirli bir yerel uç noktaya ayırmasını sağlar:

{
  models: {
    providers: {
      "ollama-5080": {
        api: "ollama",
        baseUrl: "http://gpu-box.local:11435",
        apiKey: "ollama-local",
        models: [{ id: "qwen3-embedding:0.6b" }],
      },
    },
  },
  agents: {
    defaults: {
      memorySearch: {
        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).

Sağlayıcı	Ortam değişkeni	Yapılandırma anahtarı
Bedrock	AWS kimlik bilgisi zinciri	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 auth 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 bir OpenAI uyumlu /v1/embeddings sunucusu için provider: "openai-compatible" kullanın.

remote.baseUrl

string

Özel API temel URL’si.

remote.apiKey

string

API anahtarını geçersiz kıl.

remote.headers

object

Ek HTTP üst bilgileri (sağlayıcı varsayılanlarıyla birleştirilir).

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

Sağlayıcıya özel yapılandırma

Gemini

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

Modeli veya outputDimensionality değerini değiştirmek dizin kimliğini değiştirir. OpenClaw, bellek dizinini açıkça yeniden oluşturana kadar vektör aramasını duraklatır.

OpenAI-compatible input types

OpenAI uyumlu gömme uç noktaları, sağlayıcıya özel input_type istek alanlarını kullanmayı seçebilir. 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

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

Bu değerleri değiştirmek, sağlayıcı toplu dizinleme için gömme önbelleği kimliğini etkiler ve yukarı akış modeli etiketleri farklı işlediğinde bunun ardından bellek yeniden dizinleme yapılmalıdır.

Bedrock

Bedrock gömme yapılandırması

Bedrock, AWS SDK varsayılan kimlik bilgisi zincirini kullanır; API anahtarı gerekmez. OpenClaw, Bedrock etkin bir örnek rolüyle EC2 üzerinde çalışıyorsa yalnızca sağlayıcıyı ve modeli ayarlayın:

{
  agents: {
    defaults: {
      memorySearch: {
        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 model kimliği
`outputDimensionality`	`number`	model varsayılanı	Titan V2 için: 256, 512 veya 1024

Desteklenen modeller (aile algılama ve boyut varsayılanlarıyla):

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	256-1536
`twelvelabs.marengo-embed-3-0-v1:0`	TwelveLabs	512	—
`twelvelabs.marengo-embed-2-7-v1:0`	TwelveLabs	1024	—

Aktarım hızı sonekli varyantlar (ör. amazon.titan-embed-text-v1:2:8k) temel modelin yapılandırmasını devralır.Kimlik doğrulama: Bedrock kimlik doğrulaması standart AWS SDK kimlik bilgisi çözümleme sırasını kullanır:

Ortam değişkenleri (AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY)
SSO token önbelleği
Web kimliği token kimlik bilgileri
Paylaşılan kimlik bilgileri ve yapılandırma dosyaları
ECS veya EC2 metadata kimlik bilgileri

Bölge AWS_REGION, AWS_DEFAULT_REGION, amazon-bedrock sağlayıcısının baseUrl değerinden çözümlenir veya varsayılan olarak us-east-1 kullanılır.IAM izinleri: IAM rolü veya kullanıcısı şunlara ihtiyaç duyar:

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

En düşük ayrıcalık için InvokeModel kapsamını belirli modelle sınırlandırın:

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

Local (GGUF + llama.cpp)

Anahtar	Tür	Varsayılan	Açıklama
`local.modelPath`	`string`	otomatik indirilir	GGUF model dosyasının yolu
`local.modelCacheDir`	`string`	node-llama-cpp varsayılanı	İndirilen modeller için önbellek dizini
`local.contextSize`	`number \| "auto"`	`4096`	Gömme bağlamı için bağlam penceresi boyutu. 4096, ağırlık dışı VRAM’i sınırlarken tipik parçaları (128-512 token) kapsar. Kısıtlı ana makinelerde 1024-2048’e düşürün. `"auto"` modelin eğitilmiş maksimumunu kullanır; 8B+ modeller için önerilmez (Qwen3-Embedding-8B: 40 960 token -> ~32 GB VRAM, 4096’da ~8.8 GB).

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

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

Yerel GGUF gömmeleri için provider: "local" değerini açıkça ayarlayın. Açık yerel yapılandırmalar için hf: ve HTTP(S) model referansları desteklenir, ancak varsayılan sağlayıcıyı değiştirmezler.

Satır içi gömme zaman aşımı

sync.embeddingBatchTimeoutSeconds

number

Bellek indeksleme sırasında satır içi gömme toplu işlemleri için zaman aşımını geçersiz kılın.Ayarlanmamışsa sağlayıcı varsayılanı kullanılır: local, ollama ve lmstudio gibi yerel/kendi barındırılan sağlayıcılar için 600 saniye, barındırılan sağlayıcılar için 120 saniye. Yerel CPU’ya bağlı gömme toplu işlemleri sağlıklı ama yavaş olduğunda bunu artırın.

Karma arama yapılandırması

Tümü memorySearch.query.hybrid altında:

Anahtar	Tür	Varsayılan	Açıklama
`enabled`	`boolean`	`true`	Karma BM25 + vektör aramasını etkinleştir
`vectorWeight`	`number`	`0.7`	Vektör puanları için ağırlık (0-1)
`textWeight`	`number`	`0.3`	BM25 puanları için ağırlık (0-1)
`candidateMultiplier`	`number`	`4`	Aday havuzu boyutu çarpanı

MMR (diversity)
Temporal decay (recency)

Anahtar	Tür	Varsayılan	Açıklama
`mmr.enabled`	`boolean`	`false`	MMR yeniden sıralamayı etkinleştir
`mmr.lambda`	`number`	`0.7`	0 = maksimum çeşitlilik, 1 = maksimum alaka

Anahtar	Tür	Varsayılan	Açıklama
`temporalDecay.enabled`	`boolean`	`false`	Güncellik artışını etkinleştir
`temporalDecay.halfLifeDays`	`number`	`30`	Puan her N günde yarıya iner

Kalıcı dosyalar (MEMORY.md, memory/ içindeki tarihsiz dosyalar) hiçbir zaman zayıflatılmaz.

Tam örnek

{
  agents: {
    defaults: {
      memorySearch: {
        query: {
          hybrid: {
            vectorWeight: 0.7,
            textWeight: 0.3,
            mmr: { enabled: true, lambda: 0.7 },
            temporalDecay: { enabled: true, halfLifeDays: 30 },
          },
        },
      },
    },
  },
}

Ek bellek yolları

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

{
  agents: {
    defaults: {
      memorySearch: {
        extraPaths: ["../team-docs", "/srv/shared-notes"],
      },
    },
  },
}

Yollar mutlak veya çalışma alanına göre olabilir. Dizinler .md dosyaları için özyinelemeli olarak taranır. Sembolik bağlantı işleme etkin arka uca bağlıdır: yerleşik motor sembolik bağlantıları yok sayar, QMD ise alttaki QMD tarayıcı davranışını izler. Ajan kapsamlı ajanlar arası döküm araması için memory.qmd.paths yerine agents.list[].memorySearch.qmd.extraCollections kullanın. Bu ek koleksiyonlar aynı { path, name, pattern? } biçimini izler, ancak ajan başına birleştirilir ve yol geçerli çalışma alanının dışını gösterdiğinde açık paylaşılan adları koruyabilir. Aynı çözümlenmiş yol hem memory.qmd.paths hem de memorySearch.qmd.extraCollections içinde görünürse, QMD ilk girdiyi tutar ve yineleneni atlar.

Çok modlu bellek (Gemini)

Gemini Embedding 2 kullanarak görselleri ve sesi Markdown ile birlikte dizine ekleyin:

Anahtar	Tür	Varsayılan	Açıklama
`multimodal.enabled`	`boolean`	`false`	Çok modlu dizinlemeyi etkinleştir
`multimodal.modalities`	`string[]`	—	`["image"]`, `["audio"]` veya `["all"]`
`multimodal.maxFileBytes`	`number`	`10000000`	Dizinleme için en büyük dosya boyutu

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 (görseller); .mp3, .wav, .ogg, .opus, .m4a, .aac, .flac (ses).

Gömme önbelleği

Anahtar	Tür	Varsayılan	Açıklama
`cache.enabled`	`boolean`	`true`	Parça gömmelerini SQLite içinde önbelleğe al
`cache.maxEntries`	`number`	`50000`	En fazla önbelleğe alınmış gömme

Yeniden dizinleme veya döküm güncellemeleri sırasında değişmemiş metnin yeniden gömülmesini önler.

Toplu dizinleme

Anahtar	Tür	Varsayılan	Açıklama
`remote.nonBatchConcurrency`	`number`	`4`	Paralel satır içi gömmeler
`remote.batch.enabled`	`boolean`	`false`	Toplu gömme API’sini etkinleştir
`remote.batch.concurrency`	`number`	`2`	Paralel toplu işler
`remote.batch.wait`	`boolean`	`true`	Toplu işlemin tamamlanmasını bekle
`remote.batch.pollIntervalMs`	`number`	—	Yoklama aralığı
`remote.batch.timeoutMinutes`	`number`	—	Toplu işlem zaman aşımı

openai, gemini ve voyage için kullanılabilir. OpenAI toplu işlemi, büyük geriye dönük doldurmalar için genellikle en hızlı ve en ucuz seçenektir. remote.nonBatchConcurrency, sağlayıcı toplu API’leri etkin olmadığında yerel/kendi barındırılan sağlayıcılar ve barındırılan sağlayıcılar tarafından kullanılan satır içi gömme çağrılarını denetler. Ollama, daha küçük yerel ana makineleri aşırı yüklememek için toplu olmayan dizinlemede varsayılan olarak 1 kullanır; daha büyük makinelerde daha yüksek bir değer ayarlayın. Bu, satır içi gömme çağrıları için zaman aşımını denetleyen sync.embeddingBatchTimeoutSeconds ayarından ayrıdır.

Oturum belleği araması (deneysel)

Oturum dökümlerini dizine ekleyin ve memory_search aracılığıyla kullanıma sunun:

Anahtar	Tür	Varsayılan	Açıklama
`experimental.sessionMemory`	`boolean`	`false`	Oturum dizinlemeyi etkinleştir
`sources`	`string[]`	`["memory"]`	Dökümleri dahil etmek için `"sessions"` ekleyin
`sync.sessions.deltaBytes`	`number`	`100000`	Yeniden dizinleme için bayt eşiği
`sync.sessions.deltaMessages`	`number`	`50`	Yeniden dizinleme için ileti eşiği

Oturum dizinleme isteğe bağlıdır ve eşzamansız çalışır. Sonuçlar biraz eski olabilir. Oturum günlükleri diskte bulunur, bu nedenle dosya sistemi erişimini güven sınırı olarak değerlendirin.

Oturum transkripti isabetleri de tools.sessions.visibility ayarına uyar. Varsayılan tree görünürlüğü yalnızca mevcut oturumu ve onun başlattığı oturumları açığa çıkarır. DM gibi farklı bir oturumdan, ilgisiz ama aynı ajana ait Gateway tarafından gönderilmiş bir oturumu geri çağırmak için görünürlüğü bilinçli olarak agent değerine genişletin (all yalnızca ajanlar arası geri çağırma da gerektiğinde ve ajandan ajana ilke buna izin verdiğinde kullanılmalıdır). Aşağıdaki örnekler bu ayarları agents.defaults altına yerleştirir. Yalnızca bir ajanın oturum transkriptlerini dizine eklemesi ve araması gerekiyorsa, eşdeğer memorySearch ayarlarını ajan başına geçersiz kılmada da uygulayabilirsiniz. Aynı ajan Gateway’den DM’ye geri çağırma için:

Yerleşik arka uç
QMD arka ucu

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

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

QMD kullanırken, agents.defaults.memorySearch.experimental.sessionMemory ve sources: ["sessions"] tek başlarına transkriptleri QMD’ye dışa aktarmaz. Ayrıca memory.qmd.sessions.enabled: true değerini de ayarlayın.

SQLite vektör hızlandırma (sqlite-vec)

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

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

Dizin depolama

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

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

QMD arka uç yapılandırması

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

Anahtar	Tür	Varsayılan	Açıklama
`command`	`string`	`qmd`	QMD çalıştırılabilir dosya yolu; hizmet `PATH` değeri 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 dizine ekle
`paths[]`	`array`	—	Ek yollar: `{ name, path, pattern? }`
`sessions.enabled`	`boolean`	`false`	Oturum transkriptlerini QMD’ye dışa aktar
`sessions.retentionDays`	`number`	—	Transkript saklama
`sessions.exportDir`	`string`	—	Dışa aktarma dizini

searchMode: "search" yalnızca sözcüksel/BM25’tir. OpenClaw bu mod için, memory status --deep sırasında da dahil olmak üzere, semantik vektör hazır olma yoklamaları veya QMD gömme bakımı çalıştırmaz; vsearch ve query QMD vektör hazırlığı ve gömmeler gerektirmeye devam eder. rerank: false yalnızca QMD query modunu değiştirir ve QMD 2.1 veya daha yenisini gerektirir. Doğrudan CLI modunda OpenClaw --no-rerank geçirir; mcporter destekli MCP modunda QMD’nin birleşik sorgu aracına rerank: false geçirir. QMD’nin varsayılan sorgu yeniden sıralama davranışını kullanmak için ayarı boş bırakın. OpenClaw güncel QMD koleksiyonu ve MCP sorgu biçimlerini tercih eder, ancak gerektiğinde uyumlu koleksiyon desen bayraklarını ve daha eski MCP araç adlarını deneyerek eski QMD sürümlerini çalışır durumda tutar. QMD birden çok koleksiyon filtresi desteği sunduğunu bildirdiğinde, aynı kaynaklı koleksiyonlar tek bir QMD süreciyle aranır; daha eski QMD derlemeleri koleksiyon başına uyumluluk yolunu korur. Aynı kaynaklı, kalıcı bellek koleksiyonlarının birlikte gruplandığı anlamına gelir; oturum transkripti koleksiyonları ise ayrı bir grup olarak kalır, böylece kaynak çeşitlendirmesi hâlâ iki girdiye de sahip olur.

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

Güncelleme zamanlaması

Anahtar	Tür	Varsayılan	Açıklama
`update.interval`	`string`	`5m`	Yenileme aralığı
`update.debounceMs`	`number`	`15000`	Dosya değişikliklerini debounce et
`update.onBoot`	`boolean`	`true`	Uzun ömürlü QMD yöneticisi açıldığında yenile; anlık önyükleme güncellemesini atlamak için false olarak ayarlayın
`update.startup`	`string`	`off`	İsteğe bağlı Gateway başlangıcı QMD başlatması: `off`, `idle` veya `immediate`
`update.startupDelayMs`	`number`	`120000`	`startup: "idle"` yenilemesi çalışmadan önceki gecikme
`update.waitForBootSync`	`boolean`	`false`	İlk yenilemesi tamamlanana kadar yöneticinin açılmasını engelle
`update.embedInterval`	`string`	—	Ayrı embed ritmi
`update.commandTimeoutMs`	`number`	—	QMD komutları için zaman aşımı
`update.updateTimeoutMs`	`number`	—	QMD güncelleme işlemleri için zaman aşımı
`update.embedTimeoutMs`	`number`	—	QMD embed işlemleri için zaman aşımı

Sınırlar

Anahtar	Tür	Varsayılan	Açıklama
`limits.maxResults`	`number`	`6`	En fazla arama sonucu
`limits.maxSnippetChars`	`number`	—	Snippet uzunluğunu sınırla
`limits.maxInjectedChars`	`number`	—	Toplam enjekte edilen karakterleri sınırla
`limits.timeoutMs`	`number`	`4000`	Arama zaman aşımı

Kapsam

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

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

Gönderilen varsayılan, doğrudan ve kanal oturumlarına izin verirken grupları reddetmeye devam eder.Varsayılan yalnızca DM’dir. match.keyPrefix normalleştirilmiş oturum anahtarıyla eşleşir; match.rawKeyPrefix, agent:<id>: dahil ham anahtarla eşleşir.

Alıntılar

memory.citations tüm backend’lere uygulanır:

Değer	Davranış
`auto` (varsayılan)	Snippet’lere `Source: <path#line>` alt bilgisini dahil et
`on`	Alt bilgiyi her zaman dahil et
`off`	Alt bilgiyi atla (yol yine de dahili olarak aracıya iletilir)

Gateway başlangıcında QMD başlatması etkinleştirildiğinde, OpenClaw QMD’yi yalnızca uygun aracılar için başlatır. update.onBoot true ise ve hiçbir aralık/embed bakımı yapılandırılmamışsa, başlangıç önyükleme yenilemesi için tek seferlik bir yönetici kullanır ve bunu kapatır. Bir güncelleme veya embed aralığı yapılandırılmışsa, başlangıç uzun ömürlü QMD yöneticisini açar; böylece izleyicinin ve aralık zamanlayıcılarının sahibi olabilir. update.onBoot: false yalnızca anlık önyükleme yenilemesini atlar.

Tam QMD örneği

{
  memory: {
    backend: "qmd",
    citations: "auto",
    qmd: {
      includeDefaultMemory: true,
      update: { interval: "5m", debounceMs: 15000 },
      limits: { maxResults: 6, timeoutMs: 4000 },
      scope: {
        default: "deny",
        rules: [{ action: "allow", match: { chatType: "direct" } }],
      },
      paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }],
    },
  },
}

Dreaming

Dreaming, agents.defaults.memorySearch altında değil, plugins.entries.memory-core.config.dreaming altında yapılandırılır. Dreaming tek bir zamanlanmış tarama olarak çalışır ve uygulama ayrıntısı olarak dahili light/deep/REM aşamalarını kullanır. Kavramsal davranış ve slash komutları için bkz. Dreaming.

Kullanıcı ayarları

Anahtar	Tür	Varsayılan	Açıklama
`enabled`	`boolean`	`false`	Dreaming’i tamamen etkinleştir veya devre dışı bırak
`frequency`	`string`	`0 3 * * *`	Tam Dreaming taraması için isteğe bağlı Cron ritmi
`model`	`string`	varsayılan model	İsteğe bağlı Dream Diary alt aracı model geçersiz kılması
`phases.deep.maxPromotedSnippetTokens`	`number`	`160`	`MEMORY.md` içine yükseltilen her kısa süreli geri çağırma snippet’inden korunan en fazla tahmini token; kaynak meta verileri 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/ içine yazar.
Dreaming insan tarafından okunabilir anlatı çıktısını DREAMS.md dosyasına (veya mevcut dreams.md dosyasına) yazar.
dreaming.model mevcut Plugin alt aracı güven kapısını kullanır; etkinleştirmeden önce plugins.entries.memory-core.subagent.allowModelOverride: true olarak ayarlayın.
Dream Diary, yapılandırılmış model kullanılamadığında oturumun varsayılan modeliyle bir kez yeniden dener. Güven veya izin listesi hataları günlüğe kaydedilir ve sessizce yeniden denenmez.
light/deep/REM aşama politikası ve eşikleri dahili davranıştır, kullanıcıya yönelik yapılandırma değildir.

Memory overview

Builtin engine

QMD engine

Memory search

Active memory

​Sağlayıcı seçimi

​Özel sağlayıcı kimlikleri

​API anahtarı çözümleme

​Uzak uç nokta yapılandırması

​Sağlayıcıya özel yapılandırma

​Bedrock gömme yapılandırması

​Satır içi gömme zaman aşımı

​Karma arama yapılandırması

​Tam örnek

​Ek bellek yolları

​Çok modlu bellek (Gemini)

​Gömme önbelleği

​Toplu dizinleme

​Oturum belleği araması (deneysel)

​SQLite vektör hızlandırma (sqlite-vec)

​Dizin depolama

​QMD arka uç yapılandırması

​Tam QMD örneği

​Dreaming

​Kullanıcı ayarları

​Örnek

​İlgili

Sağlayıcı seçimi

Özel sağlayıcı kimlikleri

API anahtarı çözümleme

Uzak uç nokta yapılandırması

Sağlayıcıya özel yapılandırma

Bedrock gömme yapılandırması

Satır içi gömme zaman aşımı

Karma arama yapılandırması

Tam örnek

Ek bellek yolları

Çok modlu bellek (Gemini)

Gömme önbelleği

Toplu dizinleme

Oturum belleği araması (deneysel)

SQLite vektör hızlandırma (sqlite-vec)

Dizin depolama

QMD arka uç yapılandırması

Tam QMD örneği

Dreaming

Kullanıcı ayarları

Örnek

İlgili