Skip to content

記憶體搜尋

memory_search 從您的記憶檔案中找出相關筆記,即使措辭與原文不同也能做到。它的運作方式是將記憶索引成小區塊,並使用嵌入、關鍵字或兩者來進行搜尋。

如果您已設定 OpenAI、Gemini、Voyage 或 Mistral API 金鑰,記憶體搜尋會自動運作。若要明確設定提供者:

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

若要使用沒有 API 金鑰的本機嵌入,請使用 provider: "local"(需要 node-llama-cpp)。

提供者ID需要 API 金鑰備註
OpenAIopenai自動偵測,快速
Geminigemini支援圖片/音訊索引
Voyagevoyage自動偵測
Mistralmistral自動偵測
Ollamaollama本機,必須明確設定
LocallocalGGUF 模型,下載約 0.6 GB

OpenClaw 平行執行兩條檢索路徑並合併結果:

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"]
  • 向量搜尋 找出語意相似的筆記(“gateway host” 會匹配 “the machine running OpenClaw”)。
  • BM25 關鍵字搜尋 找出精確匹配(ID、錯誤字串、設定鍵)。

如果只有一條路徑可用(沒有嵌入或沒有 FTS),則單獨執行另一條。

當您有大量筆記記錄時,這兩個選用功能會有所幫助:

舊筆記會逐漸失去排名權重,讓最新資訊優先顯示。預設半衰期為 30 天,上個月的筆記分數為原始權重的 50%。常青檔案如 MEMORY.md 永遠不會衰減。

減少重複結果。如果五則筆記都提到相同的路由器設定,MMR 會確保排名靠前的結果涵蓋不同主題,而不是重複。

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

使用 Gemini Embedding 2,您可以將圖片和音訊檔案與 Markdown 一起編入索引。搜尋查詢仍為文字,但它們會與視覺和音訊內容進行比對。有關設定,請參閱 記憶體設定參考

您可以選擇對會話逐字稿編入索引,以便 memory_search 回憶先前的對話。這是透過 memorySearch.experimental.sessionMemory 選擇加入的。詳情請參閱 設定參考

沒有結果? 執行 openclaw memory status 以檢查索引。如果是空的,請執行 openclaw memory index --force

僅關鍵字相符? 您的嵌入提供者可能尚未設定。請檢查 openclaw memory status --deep

找不到 CJK 文字? 使用 openclaw memory index --force 重建 FTS 索引。