实践openclaw-concepts
Builtin memory engine · OpenClaw — 零依赖内置记忆引擎,开箱即用混合搜索
零依赖内置记忆引擎,开箱即用混合搜索
2026-07-20原文
本文为要点摘要,完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支,查看这一点的一句话解读
OpenClaw 内置记忆引擎
零依赖内置记忆后端,按 agent 存 SQLite,开箱即用
- FTS5 关键词搜索(BM25 打分)
- 向量搜索 + 混合搜索
- MMR 多样性排序,默认开启
⚙️ 流程拆解
STEP 1索引记忆文件分块
STEP 2存入 per-agent SQLite
STEP 3关键词与向量混合检索
STEP 4MMR 多样性重排
STEP 5返回结果或部分警告
🔗 涉及的概念与玩家
- OpenClaw产品
- SQLite产品
- FTS5方法
- sqlite-vec产品
- MMR方法
- OpenAI公司
- llama.cpp产品
- Honcho产品
- OpenClaw—存储于→SQLite
- OpenClaw—使用→FTS5
- OpenClaw—可选加速→sqlite-vec
- OpenClaw—默认启用→MMR
- OpenClaw—默认嵌入→OpenAI
- OpenClaw—支持本地→llama.cpp
- 内置引擎使用 SQLite 存储记忆索引,支持 FTS5 关键词搜索和任意提供商的向量搜索,默认使用 OpenAI 嵌入。
- 含义:agent harness 应默认提供无依赖的记忆方案,降低上手门槛。
- 索引将 MEMORY.md 和 memory/*.md 分块(400 token,80 token 重叠)存储,文件变更触发 1.5 秒防抖重索引,配置或提供者变更自动重建。
- 含义:设计 prompt 时需考虑记忆分块与自动更新机制,确保检索内容时效性。
- 混合搜索结合关键词与向量,支持 CJK 三元组分词和可选 sqlite-vec 加速,无 sqlite-vec 时自动回退到内存余弦相似度。
- 含义:混合搜索是平衡精度与覆盖度的实用策略,回退机制保证鲁棒性。
🕸 顺着图谱继续读
- Honcho memory · OpenClaw — 让AI代理拥有跨会话持久记忆,无需手动维护Markdown文件。2026-07-20 · 共同涉及 Honcho、OpenClaw
- Memory overview · OpenClaw — 把记忆写成Markdown文件,没有隐藏状态,让Agent真正记住该记的。2026-07-20 · 共同涉及 OpenClaw、Honcho
- Agent runtime · OpenClaw — OpenClaw 的 Agent 运行时契约:工作区、引导文件与内置工具如何协同2026-06-29 · 共同涉及 OpenClaw、SQLite、OpenAI
- Configuration reference · OpenClaw — 一份把「主动记忆」拆成可调参数的配置清单,适合想给 agent 加记忆层的人对照2026-09-14 · 共同涉及 OpenClaw、SQLite