Bellek yapılandırması referansı

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

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

# Sağlayıcı seçimi

# Otomatik algılama sırası

provider ayarlanmadığında OpenClaw kullanılabilir ilk seçeneği seçer:

ollama desteklenir ancak otomatik algılanmaz (açıkça ayarlayın).

# Özel sağlayıcı kimlikleri

memorySearch.provider, özel bir models.providers.<id> girdisini işaret edebilir. OpenClaw, gömme bağdaştırıcısı için bu sağlayıcının api sahibini çözümlerken uç nokta, kimlik doğrulama ve model öneki işleme için özel sağlayıcı kimliğini korur. Bu, çok GPU'lu veya çok ana makineli kurulumların 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).

# Uzak uç nokta yapılandırması

Özel OpenAI uyumlu uç noktalar veya sağlayıcı varsayılanlarını geçersiz kılmak için:

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

# Sağlayıcıya özel yapılandırma

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

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "bedrock",
        model: "amazon.titan-embed-text-v2:0",
      },
    },
  },
}

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

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

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

# Satır içi gömme zaman aşımı

# Hibrit arama yapılandırması

Tümü memorySearch.query.hybrid altında:

# 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

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

Yollar mutlak veya çalışma alanına göreli olabilir. Dizinler .md dosyaları için özyinelemeli olarak taranır. Sembolik bağlantı işleme etkin arka uca bağlıdır: yerleşik motor sembolik bağlantıları yok sayarken QMD temel QMD tarayıcı davranışını izler.

Ajan kapsamlı ajanlar arası transkript 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 kopyayı atlar.

# Çok modlu bellek (Gemini)

Gemini Embedding 2 kullanarak Markdown ile birlikte görüntüleri ve sesi indeksleyin:

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

# Gömme önbelleği

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

# Toplu indeksleme

openai, gemini ve voyage için kullanılabilir. OpenAI toplu işlemi, büyük geriye dönük doldurmalar için genellikle en hızlı ve en ucuz seçenektir.

remote.nonBatchConcurrency, yerel/kendi barındırdığınız sağlayıcılar ve sağlayıcı toplu API'leri etkin olmadığında barındırılan sağlayıcılar tarafından kullanılan satır içi gömme çağrılarını denetler. Ollama, daha küçük yerel makineleri aşırı yüklememek için toplu olmayan indekslemede varsayılan olarak 1 kullanır; daha büyük makinelerde daha yüksek bir değer ayarlayın.

Bu, satır içi gömme çağrılarının zaman aşımını denetleyen sync.embeddingBatchTimeoutSeconds ayarından ayrıdır.

# Oturum belleği araması (deneysel)

Oturum transkriptlerini indeksleyin ve bunları memory_search üzerinden gösterin:

# SQLite vektör hızlandırması (sqlite-vec)

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

# İndeks depolama

# QMD arka uç yapılandırması

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

searchMode: "search" yalnızca leksik/BM25 tabanlıdır. OpenClaw, memory status --deep sırasında dahil olmak üzere bu mod için semantik vektör hazırlık yoklamaları veya QMD embedding bakımı çalıştırmaz; vsearch ve query, QMD vektör hazırlığı ve embedding’leri gerektirmeye devam eder.

OpenClaw güncel QMD collection ve MCP sorgu biçimlerini tercih eder, ancak gerektiğinde uyumlu collection pattern bayraklarını ve eski MCP araç adlarını deneyerek daha eski QMD sürümlerinin çalışmasını sürdürür. QMD birden çok collection filtresi desteği bildirdiğinde, aynı kaynaklı collection’lar tek bir QMD işlemiyle aranır; eski QMD derlemeleri collection başına uyumluluk yolunu korur. Aynı kaynak, kalıcı bellek collection’larının birlikte gruplandığı, session transcript collection’larının ise ayrı bir grup olarak kaldığı anlamına gelir; böylece kaynak çeşitlendirmesi hâlâ her iki girdiye de sahip olur.

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

QMD boot yenilemeleri gateway başlangıcı sırasında tek seferlik bir subprocess yolu kullanır. Uzun ömürlü QMD yöneticisi, bellek araması etkileşimli kullanım için açıldığında düzenli dosya watcher’ının ve aralık timer’larının sahibi olmaya devam eder.

# 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 sweep olarak çalışır ve dahili light/deep/REM aşamalarını bir uygulama ayrıntısı olarak kullanır.

Kavramsal davranış ve slash komutları için bkz. Dreaming.

# Kullanıcı ayarları

# 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",
          },
        },
      },
    },
  },
}

# İlgili

• Yapılandırma referansı
• Bellek genel bakışı
• Bellek araması