// dokumentacja openclaw

Wbudowany silnik pamięci OpenClaw — SQLite, FTS5 i embeddingi

Przegląd

Wbudowany silnik (builtin) to domyślny backend pamięci w OpenClaw. Wykorzystuje bazę SQLite przypisaną do każdego agenta i nie wymaga żadnych dodatkowych zależności.

Możliwości wyszukiwania

System oferuje trzy tryby wyszukiwania:

  • Wyszukiwanie słów kluczowych — indeks pełnotekstowy FTS5 z rankingiem BM25
  • Wyszukiwanie wektorowe — za pomocą embeddingów od obsługiwanych providerów
  • Wyszukiwanie hybrydowe — łączące oba powyższe podejścia dla najlepszych rezultatów

Dodatkowe funkcje obejmują tokenizację trigramową dla języków CJK oraz opcjonalną akcelerację zapytań wektorowych przez sqlite-vec.

Szybki start

Silnik automatycznie wykrywa klucze API od OpenAI, Gemini, Voyage lub Mistral i aktywuje wyszukiwanie wektorowe. Providera można też skonfigurować jawnie:

{
  "agents": {
    "defaults": {
      "memorySearch": {
        "provider": "openai"
      }
    }
  }
}

Bez skonfigurowanego dostawcy embeddingów działa wyłącznie wyszukiwanie słów kluczowych.

Obsługiwani dostawcy embeddingów

  • OpenAI (openai) — automatyczne wykrywanie
  • Gemini (gemini) — automatyczne wykrywanie
  • Voyage (voyage) — automatyczne wykrywanie
  • Mistral (mistral) — automatyczne wykrywanie
  • Ollama (ollama) — wymaga ręcznej konfiguracji
  • Local (local) — automatyczne wykrywanie

Proces indeksowania

System indeksuje pliki MEMORY.md i memory/*.md, dzieląc je na fragmenty o wielkości ok. 400 tokenów z 80-tokenowym nakładaniem się (overlap). Indeks przechowywany jest w ~/.openclaw/memory/<agentId>.sqlite.

Zmiany w plikach automatycznie wyzwalają reindeksowanie z 1,5-sekundowym debounce'em. Zmiana konfiguracji providerów wymusza pełną przebudowę indeksu.

Kiedy stosować

Wbudowany silnik sprawdza się u większości użytkowników dzięki zerowej konfiguracji i szerokiemu wsparciu providerów. Jeśli potrzebujesz rerankingu, rozważ QMD. Dla pamięci międzysesyjnej z modelowaniem użytkownika — Honcho.