记忆配置参考

此页面列出了 OpenClaw 记忆搜索的所有配置项。有关概念性概览，请参阅：

记忆概览

记忆的工作原理。

内置引擎

默认 SQLite 后端。

QMD 引擎

本地优先的边车服务。

记忆搜索

搜索流程和调优。

主动记忆

用于交互式会话的记忆子智能体。

所有共享记忆设置都位于 openclaw.json 的顶层 memory 下。搜索默认值使用 memory.search；每个智能体的搜索覆盖项使用 agents.entries.*.memory.search。

对于推荐的个人智能体工作流，请使用 memory.search.rememberAcrossConversations。高级主动记忆的目标选择、模型、提示词和延迟控制位于 plugins.entries.active-memory 下。有关两种激活路径、记录持久化和安全上线指南，请参阅主动记忆。

跨对话记忆

键	类型	默认值	描述
`rememberAcrossConversations`	`boolean`	个人安装时开启；配置私信隔离时关闭	使用此智能体其他已识别私密对话中的相关上下文。

如果只有受信任的个人智能体应使用跨对话的记录回忆，请为该智能体配置：

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

该值遵循常规 memory.search 继承规则，并可按智能体覆盖。未设置时，仅当全局 session.dmScope 未设置或为 "main"，且没有任何绑定包含 session.dmScope 覆盖项时，才默认开启。配置任何私信隔离都会使其默认关闭。显式设置的 true 或 false 始终优先。启用此设置意味着为会话记录建立索引，并将 sessions 添加到智能体解析后的记忆来源中。使用 QMD 时，还会启用该智能体的会话导出；此模式不需要单独配置 memory.qmd.sessions.enabled。 OpenClaw 的内置记忆提供商通过内置和 QMD 后端支持此受保护路径。其他记忆提供商仍可使用其自身的回忆钩子和高级主动记忆工具，但除非当前提供商支持受保护的私密记录回忆，否则会跳过此设置。 openclaw doctor 会报告不受支持的提供商，或报告显式主动记忆 toolsAllow 列表遗漏了 memory_search。此检索边界比常规会话搜索更窄：

只有同一智能体已识别的私密对话才符合条件
排除当前正在回复的对话
群组和频道均不能作为来源或目标
遇到未知对话类型时以关闭状态失败
沙箱隔离的回忆无法使用特殊的跨对话授权

此设置不会更改 tools.sessions.visibility、会话键、记录存储、投递路由，也不会更改 sessions_list、sessions_history 和 sessions_send 的权限。主动记忆会执行有界的只读检索过程；检索不可用或超时不会阻止回复。

提供商选择

键	类型	默认值	描述
`enabled`	`boolean`	`true`	启用或禁用记忆搜索
`provider`	`string`	`"openai"`	嵌入适配器 ID，例如 `bedrock`、`deepinfra`、`gemini`、`github-copilot`、`local`、`mistral`、`ollama`、`openai`、`openai-compatible` 或 `voyage`；也可以是已配置的 `models.providers.<id>`，其 `api` 指向记忆嵌入适配器或兼容 OpenAI 的模型 API
`model`	`string`	提供商默认值	嵌入模型名称
`fallback`	`string`	`"none"`	主适配器失败时使用的后备适配器 ID

未设置 provider 时，OpenClaw 使用 OpenAI 嵌入。显式设置 provider 以使用 Bedrock、DeepInfra、Gemini、GitHub Copilot、Mistral、Ollama、Voyage、本地 GGUF 模型或兼容 OpenAI 的 /v1/embeddings 端点。仍使用 provider: "auto" 的旧版配置会解析为 openai。

更改嵌入提供商、模型、提供商设置、来源、作用域、分块方式或分词器可能导致现有 SQLite 向量索引不兼容。 OpenClaw 会暂停向量搜索并报告索引标识警告，而不是自动重新嵌入所有内容。准备就绪后，使用 openclaw memory status --index --agent <id> 或 openclaw memory index --force --agent <id> 重建。

当 provider 未设置、存在旧版 provider: "auto"，或 provider: "none" 有意选择仅 FTS 模式时，嵌入不可用的情况下，记忆回忆仍可使用词法 FTS 排序。显式指定的非本地提供商会以关闭状态失败。如果将 memory.search.provider 设置为具体的远程后端提供商，例如 Bedrock、DeepInfra、Gemini、GitHub Copilot、LM Studio、Mistral、Ollama、OpenAI、Voyage 或兼容 OpenAI 的自定义提供商，而该提供商在运行时不可用，则 memory_search 会返回不可用结果，而不会静默改用仅 FTS 回忆。请修复提供商或身份验证配置、切换到可访问的提供商，或者如果希望有意使用仅 FTS 回忆，请设置 provider: "none"。

自定义提供商 ID

memory.search.provider 可以指向自定义 models.providers.<id> 条目，用于 ollama 等记忆专用提供商适配器，或 openai-responses / openai-completions 等兼容 OpenAI 的模型 API。OpenClaw 会为嵌入适配器解析该提供商的 api 所有者，同时保留自定义提供商 ID，以便处理端点、身份验证和模型前缀。这样，多 GPU 或多主机设置就能将记忆嵌入专用于特定本地端点：

{
  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 密钥解析

远程嵌入需要 API 密钥。Bedrock 则使用 AWS SDK 默认凭证链（实例角色、SSO、访问密钥或 Bedrock API 密钥）。

提供商	环境变量	配置键
Bedrock	AWS 凭证链或 `AWS_BEARER_TOKEN_BEDROCK`	不需要 API 密钥
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`	通过设备登录获取身份验证配置文件
Mistral	`MISTRAL_API_KEY`	`models.providers.mistral.apiKey`
Ollama	`OLLAMA_API_KEY`（占位符）	—
OpenAI	`OPENAI_API_KEY`	`models.providers.openai.apiKey`
Voyage	`VOYAGE_API_KEY`	`models.providers.voyage.apiKey`

Codex OAuth 仅涵盖聊天/补全，不能满足嵌入请求。

远程端点配置

对于不应继承全局 OpenAI 聊天凭证的通用兼容 OpenAI 的 /v1/embeddings 服务器，请使用 provider: "openai-compatible"。

string

自定义 API 基础 URL。

string

覆盖 API 密钥。

object

额外的 HTTP 标头（与提供商默认值合并）。

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

提供商特定配置

Gemini

键	类型	默认值	描述
`model`	`string`	`gemini-embedding-001`	还支持 `gemini-embedding-2-preview`
`outputDimensionality`	`number`	`3072`	对于 Embedding 2：768、1536 或 3072

更改模型或 outputDimensionality 会改变索引标识。OpenClaw 会暂停向量搜索，直到你显式重建记忆索引。

兼容 OpenAI 的输入类型

兼容 OpenAI 的嵌入端点可以选择使用提供商特定的 input_type 请求字段。这适用于要求查询嵌入和文档嵌入使用不同标签的非对称嵌入模型。

键	类型	默认值	描述
`inputType`	`string`	未设置	查询嵌入和文档嵌入共享的 `input_type`
`queryInputType`	`string`	未设置	查询时的 `input_type`；覆盖 `inputType`
`documentInputType`	`string`	未设置	索引/文档的 `input_type`；覆盖 `inputType`

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

更改这些值会影响提供商批量索引的嵌入缓存标识；如果上游模型对这些标签的处理方式不同，则更改后应重新索引记忆。

Bedrock

Bedrock 嵌入配置

Bedrock 使用 AWS SDK 默认凭证链以及经 OpenClaw 检查的持有者令牌，因此配置中不会存储 API 密钥。如果 OpenClaw 在具有 Bedrock 使用权限的实例角色所对应的 EC2 上运行，只需设置提供商和模型：

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

键	类型	默认值	描述
`model`	`string`	`amazon.titan-embed-text-v2:0`	任意 Bedrock 嵌入模型 ID
`outputDimensionality`	`number`	模型默认值	对于 Titan V2：256、512 或 1024

支持的模型（含系列检测和默认维度）：

模型 ID	提供商	默认维度	可配置维度
`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	—

带吞吐量后缀的变体（例如 amazon.titan-embed-text-v1:2:8k）和带区域前缀的推理配置文件 ID（例如 us.amazon.titan-embed-text-v2:0）会继承基础模型的配置。**区域：**按以下顺序解析：memory.search.remote.baseUrl 覆盖值、models.providers.amazon-bedrock.baseUrl 配置、AWS_REGION、AWS_DEFAULT_REGION，最后采用默认值 us-east-1。**身份验证：**OpenClaw 首先检查 AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY 或 AWS_BEARER_TOKEN_BEDROCK，然后回退到标准 AWS SDK 默认凭证提供商链：

环境变量（AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY），除非还设置了 AWS_PROFILE
SSO（仅当配置了 SSO 字段时）
共享凭证和配置文件（fromIni，包括 AWS_PROFILE）
凭证进程（AWS 配置文件中的 credential_process）
Web 身份令牌凭证
ECS 或 EC2 实例元数据凭证

**IAM 权限：**IAM 角色或用户需要：

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

为遵循最小权限原则，请将 InvokeModel 限定到特定模型：

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

本地（GGUF + llama.cpp）

键	类型	默认值	描述
`local.modelPath`	`string`	自动下载	GGUF 模型文件的路径
`local.modelCacheDir`	`string`	node-llama-cpp 默认值	已下载模型的缓存目录
`local.contextSize`	`number \| "auto"`	`4096`	嵌入上下文的上下文窗口大小。4096 可覆盖典型分块（128-512 个令牌），同时限制非权重显存占用。在资源受限的主机上可降至 1024-2048。`"auto"` 使用模型训练时的最大值——不建议用于 8B+ 模型（Qwen3-Embedding-8B：最高 40 960 个令牌可能会将显存占用推高至约 32 GB）。

请先安装官方 llama.cpp 提供商：openclaw plugins install @openclaw/llama-cpp-provider。默认模型：embeddinggemma-300m-qat-Q8_0.gguf（约 0.6 GB，自动下载）。源码检出仍需要原生构建批准：先执行 pnpm approve-builds，再执行 pnpm rebuild node-llama-cpp。使用独立 CLI 验证 Gateway 网关所使用的同一提供商路径：

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

数值型 local.contextSize 值还会影响 node-llama-cpp 的 GPU 层自动放置，以便同时容纳模型权重和所请求的嵌入上下文。运行时加载后，openclaw memory status --deep 会报告最近一次已知的 llama.cpp 后端、设备、卸载情况、所请求的上下文以及带时间戳的内存信息；被动状态检查不会加载模型。对于本地 GGUF 嵌入，请显式设置 provider: "local"。显式本地配置支持 hf: 和 HTTP(S) 模型引用（通过 node-llama-cpp 的模型解析），但它们不会更改默认提供商。

索引行为

记忆引擎负责同步、批处理、监视以及压缩后的索引启发式策略。OpenClaw 使用持续维护的默认值启用这些行为，而不会公开按安装实例设置的时序开关。

混合搜索配置

以下各项均位于 memory.search.query 下：

键	类型	默认值	描述
`maxResults`	`number`	`6`	注入前返回的最大记忆命中数
`minScore`	`number`	`0.35`	纳入命中结果所需的最低相关性分数

混合检索保持启用；内置引擎策略仍会禁用 MMR 和时间衰减。

完整示例

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

其他记忆路径

键	类型	描述
`extraPaths`	`string[]`	要索引的其他目录或文件

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

路径可以是绝对路径，也可以相对于工作区。系统会递归扫描目录中的 .md 文件。符号链接的处理方式取决于当前后端：内置引擎会跳过符号链接，而 QMD 则遵循底层 QMD 扫描器的行为。对于 Agent 范围内的跨 Agent 记录搜索，请使用 agents.entries.*.memory.search.qmd.extraCollections，而不是 memory.qmd.paths。这些额外集合遵循相同的 { path, name, pattern? } 结构，但它们会按 Agent 合并；当路径指向当前工作区之外时，还可以保留显式共享名称。如果同一解析路径同时出现在 memory.qmd.paths 和 memory.search.qmd.extraCollections 中，QMD 会保留第一个条目并跳过重复项。

多模态记忆（Gemini）

使用 Gemini Embedding 2 将图像和音频与 Markdown 一同索引：

键	类型	默认值	描述
`multimodal.enabled`	`boolean`	`false`	启用多模态索引
`multimodal.modalities`	`string[]`	—	`["image"]`、`["audio"]` 或 `["all"]`
`multimodal.maxFileBytes`	`number`	`10485760`	索引文件的最大大小（10 MiB）

仅适用于 extraPaths 中的文件。默认记忆根目录仍仅支持 Markdown。需要 gemini-embedding-2-preview。fallback 必须为 "none"。

支持的格式：.jpg、.jpeg、.png、.webp、.gif、.heic、.heif（图像）；.mp3、.wav、.ogg、.opus、.m4a、.aac、.flac（音频）。

嵌入缓存

键	类型	默认值	描述
`cache.enabled`	`boolean`	`true`	在 SQLite 中缓存分块嵌入

避免在重新索引或更新记录期间对未更改的文本重复生成嵌入。

批量索引

键	类型	默认值	描述
`remote.nonBatchConcurrency`	`number`	`4`	并行内联嵌入
`remote.batch.enabled`	`boolean`	`false`	启用批量嵌入 API

适用于 gemini、openai 和 voyage。对于大规模回填，OpenAI 批处理通常速度最快且成本最低。并发、轮询和超时行为由提供商负责。

会话记忆搜索

索引会话记录，并通过 memory_search 提供：

键	类型	默认值	描述
`rememberAcrossConversations`	`boolean`	`false`	允许跨私密对话进行回忆
`sources`	`string[]`	`["memory"]`	添加 `"sessions"` 以包含会话记录

会话索引是可选功能，并且异步运行。结果可能略有滞后。会话日志存储在磁盘上，因此应将文件系统访问权限视为信任边界。

由模型调用的普通会话记录搜索遵循 tools.sessions.visibility。默认的 tree 可见性会公开当前会话、由其派生的会话，以及通过环境群组感知功能监视的同一智能体群组会话。其他不相关的会话需要 agent 可见性（仅当还需要跨智能体回忆，并且智能体间策略允许时，才需要 all 可见性）。 rememberAcrossConversations 不会扩大该设置的范围。它提供一项仅限运行时的独立授权，在有界的主动记忆处理过程中，仅允许访问同一智能体的私有会话记录。以下示例将这些设置放在顶层 memory.search 下。如果只有一个智能体应索引和搜索会话记录，也可以在该智能体的 memory.search 覆盖配置中应用等效设置。对于同一智能体从 Gateway 网关到私信的回忆：

内置后端
QMD 后端

{
  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" },
  },
}

使用 QMD 时，仅设置 sources: ["sessions"] 不会将会话记录导出到 QMD。还需设置 memory.qmd.sessions.enabled: true。更高层级的 rememberAcrossConversations: true 设置是例外：它隐含启用该智能体所需的 QMD 会话导出。隐含导出始终保持私有：它们始终使用默认的内部导出位置（配置的 sessions.exportDir 仅适用于显式导出），仅在该智能体进行跨对话回忆时被搜索，并且普通的 memory_get 无法读取它们。显式设置 memory.qmd.sessions.enabled: true 会保持其现有行为，使导出的会话记录成为普通记忆语料库的一部分。

SQLite 向量加速（sqlite-vec）

键	类型	默认值	说明
`store.vector.enabled`	`boolean`	`true`	使用 sqlite-vec 执行向量查询
`store.vector.extensionPath`	`string`	内置	覆盖 sqlite-vec 路径

当 sqlite-vec 不可用时，OpenClaw 会自动回退到进程内余弦相似度计算。

索引存储

内置记忆索引存储在每个智能体的 OpenClaw SQLite 数据库中，路径为 agents/<agentId>/agent/openclaw-agent.sqlite。

键	类型	默认值	说明
`store.fts.tokenizer`	`string`	`unicode61`	FTS5 分词器（`unicode61` 或 `trigram`）

QMD 后端配置

将 memory.backend = "qmd" 设为启用。所有 QMD 设置均位于 memory.qmd 下：

键	类型	默认值	说明
`command`	`string`	`qmd`	QMD 可执行文件路径；当服务的 `PATH` 与你的 shell 不同时，请设置绝对路径
`searchMode`	`string`	`search`	搜索命令：`search`、`vsearch`、`query`
`rerank`	`boolean`	—	配合 `searchMode: "query"` 和 QMD 2.1+ 设为 `false`，以跳过 QMD 重排序
`includeDefaultMemory`	`boolean`	`true`	自动索引 `MEMORY.md` + `memory/*/.md`
`paths[]`	`array`	—	额外路径：`{ name, path, pattern? }`
`sessions.enabled`	`boolean`	`false`	将会话记录导出到 QMD
`sessions.retentionDays`	`number`	—	会话记录保留期限
`sessions.exportDir`	`string`	—	导出目录

searchMode: "search" 仅使用词法/BM25。在该模式下，OpenClaw 不会运行语义向量就绪探测或 QMD 嵌入维护，包括在 memory status --deep 期间；vsearch 和 query 仍然要求 QMD 向量就绪并具备嵌入。 rerank: false 仅更改 QMD 的 query 模式，并要求 QMD 2.1 或更高版本。在直接 CLI 模式下，OpenClaw 会传递 --no-rerank；在由 mcporter 支持的 MCP 模式下，它会将 rerank: false 传递给 QMD 的统一查询工具。保持未设置即可使用 QMD 默认的查询重排序行为。 OpenClaw 优先使用当前的 QMD 集合和 MCP 查询结构，但会在需要时尝试兼容的集合模式标志和旧版 MCP 工具名称，以保持旧版 QMD 可用。当 QMD 声明支持多个集合筛选器时，同源集合会由一个 QMD 进程搜索；旧版 QMD 构建仍使用按集合处理的兼容路径。“同源”是指持久记忆集合（默认记忆文件加自定义路径）会被分为一组，而会话记录集合仍作为单独的一组，以便来源多样化仍可同时使用这两类输入。

QMD 模型覆盖配置保留在 QMD 端，而不在 OpenClaw 配置中。如果需要全局覆盖 QMD 的模型，请在 Gateway 网关运行时环境中设置 QMD_EMBED_MODEL、QMD_RERANK_MODEL 和 QMD_GENERATE_MODEL 等环境变量。

限制

键	类型	默认值	说明
`limits.maxResults`	`number`	`4`	最大搜索结果数
`limits.maxSnippetChars`	`number`	`450`	限制片段长度
`limits.maxInjectedChars`	`number`	`2200`	限制注入字符总数
`limits.timeoutMs`	`number`	`4000`	使用 QMD 后端进行搜索时的 QMD 命令超时时间，包括 `memory_search`；设置、同步、内置回退和补充工作仍使用默认工具截止时间

范围

控制哪些会话可以接收 QMD 搜索结果。其结构与 session.sendPolicy 相同：

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

随附的默认设置仅允许私信/直接会话，拒绝群组和其他渠道类型。match.keyPrefix 匹配规范化的会话键；match.rawKeyPrefix 匹配包括 agent:<id>: 在内的原始键。

引用

memory.citations 适用于所有后端：

值	行为
`auto`（默认）	在片段中包含 `Source: <path#line>` 页脚
`on`	始终包含页脚
`off`	省略页脚（路径仍在内部传递给智能体）

QMD 在首次使用记忆时延迟初始化；其适配器负责刷新和嵌入调度。

完整 QMD 示例

{
  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 配置在 plugins.entries.memory-core.config.dreaming 下，而不是 memory.search 下。 Dreaming 作为一次定时扫描运行，并将内部的轻度/深度/REM 阶段作为实现细节。有关概念行为和斜杠命令，请参阅 Dreaming。

用户设置

键	类型	默认值	说明
`enabled`	`boolean`	`false`	完全启用或禁用 Dreaming
`frequency`	`string`	`0 3 * * *`	完整 Dreaming 扫描的可选 cron 周期
`model`	`string`	默认模型	可选的 Dream Diary 子智能体模型覆盖
`phases.deep.maxPromotedSnippetTokens`	`number`	`160`	从提升到 `MEMORY.md` 的每个短期回忆片段中保留的最大估算 token 数；溯源元数据仍然可见

示例

{
  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 将机器状态写入 memory/.dreams/。
Dreaming 将人类可读的叙述输出写入 DREAMS.md（或现有的 dreams.md）。
dreaming.model 使用现有的插件子智能体信任门槛；启用前请设置 plugins.entries.memory-core.subagent.allowModelOverride: true。
当配置的模型不可用时，Dream Diary 会使用会话默认模型重试一次。信任或允许列表失败会被记录，且不会静默重试。
轻度/深度/REM 阶段策略和阈值属于内部行为，不是面向用户的配置。

CLI 命令

RPC 与 API

Codex harness

Plugin reference

Plugin SDK reference

Plugin maintainer reference

模板

技术参考

概念内部机制

项目

Contributing

记忆配置参考

记忆概览

内置引擎

QMD 引擎

记忆搜索

主动记忆

跨对话记忆

提供商选择

自定义提供商 ID

API 密钥解析

远程端点配置

提供商特定配置

Bedrock 嵌入配置

索引行为

混合搜索配置

完整示例

其他记忆路径

多模态记忆（Gemini）

嵌入缓存

批量索引

会话记忆搜索

SQLite 向量加速（sqlite-vec）

索引存储

QMD 后端配置

完整 QMD 示例

Dreaming

用户设置

示例

相关内容

记忆概览

内置引擎

QMD 引擎

记忆搜索

主动记忆

​跨对话记忆

​提供商选择

​自定义提供商 ID

​API 密钥解析

​远程端点配置

​提供商特定配置

​Bedrock 嵌入配置

​索引行为

​混合搜索配置

​完整示例

​其他记忆路径

​多模态记忆（Gemini）

​嵌入缓存

​批量索引

​会话记忆搜索

​SQLite 向量加速（sqlite-vec）

​索引存储

​QMD 后端配置

​完整 QMD 示例

​Dreaming

​用户设置

​示例

​相关内容

跨对话记忆

提供商选择

自定义提供商 ID

API 密钥解析

远程端点配置

提供商特定配置

Bedrock 嵌入配置

索引行为

混合搜索配置

完整示例

其他记忆路径

多模态记忆（Gemini）

嵌入缓存

批量索引

会话记忆搜索

SQLite 向量加速（sqlite-vec）

索引存储

QMD 后端配置

完整 QMD 示例

Dreaming

用户设置

示例

相关内容