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

La búsqueda de memoria utiliza incrustaciones de OpenAI de forma predeterminada. Para usar otro backend de incrustaciones, establezca un proveedor explícitamente:

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

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

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	Usa la cadena de credenciales de AWS
DeepInfra	`deepinfra`	Sí	Predeterminado: `BAAI/bge-m3`
Gemini	`gemini`	Sí	Admite indexación de imagen/audio
GitHub Copilot	`github-copilot`	No	Usa la suscripción a Copilot
Local	`local`	No	Modelo GGUF, descarga de ~0.6 GB
Mistral	`mistral`	Sí
Ollama	`ollama`	No	Local/autoalojado
OpenAI	`openai`	Sí	Predeterminado
Compatible con OpenAI	`openai-compatible`	Generalmente	`/v1/embeddings` genérico
Voyage	`voyage`	Sí

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 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 el ranking léxico sobre los resultados de FTS en lugar de recurrir solo al ordenamiento de coincidencia exacta bruta. 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 incrustaciones.

Mejorar la calidad de la búsqueda

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

Decadencia 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 anterior puntúa el 50% de su peso original. Los archivos perennes como MEMORY.md nunca decaen.

MMR (diversidad)

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

Habilitar ambos

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

Memoria multimodal

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

Búsqueda en memoria de sesión

Opcionalmente, puede indexar las transcripciones de la sesión para que memory_search pueda recordar conversaciones anteriores. Esto es opcional a través de memorySearch.experimental.sessionMemory. Vea la referencia de configuración para obtener detalles.

Solución de problemas

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

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

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

¿Texto CJK no encontrado? Reconstruya el índice FTS con openclaw memory index --force.

Lecturas adicionales

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