Búsqueda en memoria

memory_search encuentra notas relevantes en tus archivos de memoria, incluso cuando la redacción difiere del texto original. Funciona indexando la memoria en pequeños fragmentos y buscándolos mediante incrustaciones, palabras clave o ambos.

Inicio rápido

Si tienes una suscripción a GitHub Copilot, o una clave API de OpenAI, Gemini, Voyage o Mistral configurada, la búsqueda en memoria funciona automáticamente. Para establecer un proveedor explícitamente:

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai", // or "gemini", "local", "ollama", etc.
      },
    },
  },
}

Para configuraciones de múltiples puntos finales, provider también puede ser una entrada models.providers.<id> personalizada, como ollama-5080, cuando ese proveedor establece api: "ollama" u otro propietario de adaptador de incrustación.

Para incrustaciones locales sin clave API, establezca provider: "local". Las comprobaciones de fuente aún pueden requerir aprobación de compilación nativa: pnpm approve-builds luego pnpm rebuild node-llama-cpp.

Algunos puntos finales de incrustación compatibles con OpenAI requieren etiquetas asimétricas como input_type: "query" para búsquedas y input_type: "document" o "passage" para fragmentos indexados. Configure esos con memorySearch.queryInputType y memorySearch.documentInputType; consulte la referencia de configuración de memoria.

Proveedores compatibles

Proveedor	ID	Requiere clave API	Notas
Bedrock	`bedrock`	No	Detectado automáticamente cuando se resuelve la cadena de credenciales de AWS
Gemini	`gemini`	Sí	Admite la indexación de imágenes/audio
GitHub Copilot	`github-copilot`	No	Detectado automáticamente, usa la suscripción Copilot
Local	`local`	No	Modelo GGUF, descarga de ~0.6 GB
Mistral	`mistral`	Sí	Detectado automáticamente
Ollama	`ollama`	No	Local, debe establecerse explícitamente
OpenAI	`openai`	Sí	Detectado automáticamente, rápido
Voyage	`voyage`	Sí	Detectado automáticamente

Cómo funciona la búsqueda

OpenClaw ejecuta dos rutas de recuperación en paralelo y fusiona los resultados:

flowchart LR
    Q["Query"] --> E["Embedding"]
    Q --> T["Tokenize"]
    E --> VS["Vector Search"]
    T --> BM["BM25 Search"]
    VS --> M["Weighted Merge"]
    BM --> M
    M --> R["Top Results"]

Búsqueda vectorial encuentra notas con un significado similar (“host de puerta de enlace” coincide con “la máquina que ejecuta OpenClaw”).
Búsqueda de palabras clave BM25 encuentra coincidencias exactas (ID, cadenas de error, claves de configuración).

Si solo hay una ruta disponible (sin incrustaciones o sin FTS), la otra se ejecuta sola.

Cuando las incrustaciones no están disponibles, OpenClaw aún utiliza la clasificación léxica sobre los resultados de FTS en lugar de recurrir solo al ordenamiento de coincidencia exacta sin procesar. Ese modo degradado impulsa los fragmentos con una mayor cobertura de términos de consulta y rutas de archivo relevantes, lo que mantiene la recuperación útil incluso sin sqlite-vec o un proveedor de incrustación.

Mejorar la calidad de búsqueda

Dos funciones opcionales ayudan cuando tienes un historial de notas grande:

Decaimiento temporal

Las notas antiguas pierden gradualmente peso en la clasificación para que la información reciente aparezca primero. Con la vida media predeterminada de 30 días, una nota del mes pasado puntúa al 50% de su peso original. Los archivos perennes como MEMORY.md nunca decaen.

MMR (diversidad)

Reduce los resultados redundantes. Si cinco notas mencionan la misma configuración de enrutador, MMR asegura que los principales resultados cubran diferentes temas en lugar de repetirse.

Activar ambos

{
  agents: {
    defaults: {
      memorySearch: {
        query: {
          hybrid: {
            mmr: { enabled: true },
            temporalDecay: { enabled: true },
          },
        },
      },
    },
  },
}

Memoria multimodal

Con Gemini Embedding 2, puedes indexar imágenes y archivos de audio junto con Markdown. Las consultas de búsqueda siguen siendo texto, pero coinciden con contenido visual y de audio. Consulta la referencia de configuración de memoria para la configuración.

Búsqueda de memoria de sesión

Opcionalmente, puedes indexar transcripciones de sesión para que memory_search pueda recordar conversaciones anteriores. Esto es opcional a través de memorySearch.experimental.sessionMemory. Consulta la referencia de configuración para más detalles.

Solución de problemas

¿Sin resultados? Ejecuta openclaw memory status para verificar el índice. Si está vacío, ejecuta openclaw memory index --force.

¿Solo coincidencias de palabras clave? Es posible que tu proveedor de incrustaciones no esté configurado. Verifica openclaw memory status --deep.

¿Las incrustaciones locales agotan el tiempo? ollama, lmstudio y local usan un tiempo de espera de lote en línea más largo de forma predeterminada. Si el host simplemente es lento, establece agents.defaults.memorySearch.sync.embeddingBatchTimeoutSeconds y vuelve a ejecutar openclaw memory index --force.

¿No se encuentra texto CJK? Reconstruye el índice FTS con openclaw memory index --force.

Lectura adicional

Active Memory — memoria de subagente para sesiones de chat interactivas
Memory — diseño de archivos, backends, herramientas
Referencia de configuración de memoria — todos los controles de configuración