> ## Documentation Index > Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt > Use this file to discover all available pages before exploring further. # 記憶設定參考資料 此頁列出 OpenClaw 記憶搜尋的所有設定選項。如需概念性概覽，請參閱： 記憶的運作方式。 預設的 SQLite 後端。 本機優先的附屬程序。 搜尋流水線與調校。 用於互動式工作階段的記憶子代理程式。 所有共用記憶設定都位於 `openclaw.json` 的頂層 `memory` 下。搜尋預設值使用 `memory.search`；各代理程式的搜尋覆寫使用 `agents.entries.*.memory.search`。 若要使用建議的個人代理程式工作流程，請使用 `memory.search.rememberAcrossConversations`。進階主動記憶的目標指定、 模型、提示詞與延遲控制位於 `plugins.entries.active-memory` 下。 如需兩種啟用路徑、逐字稿持久化與安全推出指南，請參閱[主動記憶](/zh-TW/concepts/active-memory)。 *** ## 跨對話記憶 | 鍵 | 類型 | 預設值 | 說明 | | ----------------------------- | --------- | ------------------- | ----------------------- | | `rememberAcrossConversations` | `boolean` | 個人安裝時開啟；設定 DM 隔離時關閉 | 使用此代理程式其他已識別私人對話中的相關脈絡。 | 若只有受信任的個人代理程式應使用跨對話逐字稿回憶，請針對該代理程式進行設定： ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { entries: { personal: { memory: { search: { rememberAcrossConversations: true, }, }, }, }, }, } ``` 此值遵循一般的 `memory.search` 繼承規則，並可由各代理程式覆寫。未設定時，只有在全域 `session.dmScope` 未設定或為 `"main"`，且沒有任何繫結具有 `session.dmScope` 覆寫時，才會預設開啟。設定任何 DM 隔離都會使其預設關閉。明確的 `true` 或 `false` 一律優先。啟用後即表示啟用工作階段逐字稿索引，並將 `sessions` 加入代理程式解析後的記憶來源。使用 QMD 時，這也會啟用該代理程式的工作階段匯出；此模式不需要另外設定 `memory.qmd.sessions.enabled`。 OpenClaw 的內建記憶提供者在內建與 QMD 後端中都支援此受保護路徑。替代記憶提供者仍可使用自己的回憶掛鉤與進階主動記憶工具，但除非目前的提供者支援受保護的私人逐字稿回憶，否則會略過此設定。 `openclaw doctor` 會回報不支援的提供者，或明確的主動記憶 `toolsAllow` 清單遺漏 `memory_search`。 此擷取邊界比一般工作階段搜尋更為狹窄： * 只有同一代理程式已識別的私人對話符合資格 * 目前正在回答的對話會被排除 * 群組與頻道會從來源和目的地中排除 * 未知的對話類型會以封閉方式失敗 * 沙箱化回憶無法使用特殊的跨對話授權 此設定不會變更 `tools.sessions.visibility`、工作階段金鑰、逐字稿儲存、傳遞路由，也不會變更 `sessions_list`、`sessions_history` 和 `sessions_send` 的權限。主動記憶會執行有界限的唯讀擷取流程；擷取無法使用或逾時不會阻擋回覆。 *** ## 提供者選擇 | 鍵 | 類型 | 預設值 | 說明 | | ---------- | --------- | ---------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `enabled` | `boolean` | `true` | 啟用或停用記憶搜尋 | | `provider` | `string` | `"openai"` | 嵌入轉接器 ID，例如 `bedrock`、`deepinfra`、`gemini`、`github-copilot`、`local`、`mistral`、`ollama`、`openai`、`openai-compatible` 或 `voyage`；也可以是已設定的 `models.providers.`，其 `api` 指向記憶嵌入轉接器或 OpenAI 相容模型 API | | `model` | `string` | 提供者預設值 | 嵌入模型名稱 | | `fallback` | `string` | `"none"` | 主要轉接器失敗時使用的備援轉接器 ID | 未設定 `provider` 時，OpenClaw 會使用 OpenAI 嵌入。若要使用 Bedrock、DeepInfra、Gemini、GitHub Copilot、Mistral、Ollama、Voyage、本機 GGUF 模型或 OpenAI 相容的 `/v1/embeddings` 端點，請明確設定 `provider`。 仍使用 `provider: "auto"` 的舊版設定會解析為 `openai`。 變更嵌入提供者、模型、提供者設定、來源、範圍、分塊方式或權杖化工具，可能導致現有的 SQLite 向量索引不相容。 OpenClaw 會暫停向量搜尋並回報索引識別資訊警告，而不會自動重新嵌入所有內容。準備好後，請使用 `openclaw memory status --index --agent ` 或 `openclaw memory index --force --agent ` 重建。 當 `provider` 未設定、存在舊版 `provider: "auto"`，或 `provider: "none"` 刻意選擇僅使用 FTS 的模式時，即使嵌入無法使用，記憶回憶仍可使用詞彙 FTS 排序。 明確指定的非本機提供者會以封閉方式失敗。如果你將 `memory.search.provider` 設為具體的遠端後端提供者，例如 Bedrock、DeepInfra、Gemini、GitHub Copilot、LM Studio、Mistral、Ollama、OpenAI、Voyage 或 OpenAI 相容的自訂提供者，而該提供者在執行階段無法使用，`memory_search` 會傳回無法使用的結果，而不會默默改用僅使用 FTS 的回憶。請修正提供者／驗證設定、切換到可連線的提供者，或在你希望刻意僅使用 FTS 回憶時設定 `provider: "none"`。 ### 自訂提供者 ID `memory.search.provider` 可以指向記憶專用提供者轉接器（例如 `ollama`）的自訂 `models.providers.` 項目，或指向 OpenAI 相容模型 API（例如 `openai-responses`／`openai-completions`）的項目。OpenClaw 會解析該提供者的 `api` 擁有者以取得嵌入轉接器，同時保留自訂提供者 ID，用於處理端點、驗證與模型前綴。這可讓多 GPU 或多主機設定將記憶嵌入專門交由特定的本機端點處理： ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { models: { providers: { "ollama-5080": { api: "ollama", baseUrl: "http://gpu-box.local:11435", apiKey: "ollama-local", models: [{ id: "qwen3-embedding:0.6b", name: "Qwen3 Embedding 0.6B" }], }, }, }, memory: { search: { provider: "ollama-5080", model: "qwen3-embedding:0.6b", }, }, } ``` ### API 金鑰解析 遠端嵌入需要 API 金鑰。Bedrock 則改用 AWS SDK 的預設認證資訊鏈（執行個體角色、SSO、存取金鑰或 Bedrock API 金鑰）。 | 提供者 | 環境變數 | 設定鍵 | | -------------- | ------------------------------------------------ | ----------------------------------- | | Bedrock | AWS 認證資訊鏈，或 `AWS_BEARER_TOKEN_BEDROCK` | 不需要 API 金鑰 | | DeepInfra | `DEEPINFRA_API_KEY` | `models.providers.deepinfra.apiKey` | | Gemini | `GEMINI_API_KEY` | `models.providers.google.apiKey` | | GitHub Copilot | `COPILOT_GITHUB_TOKEN`、`GH_TOKEN`、`GITHUB_TOKEN` | 透過裝置登入取得驗證設定檔 | | Mistral | `MISTRAL_API_KEY` | `models.providers.mistral.apiKey` | | Ollama | `OLLAMA_API_KEY`（預留位置） | -- | | OpenAI | `OPENAI_API_KEY` | `models.providers.openai.apiKey` | | Voyage | `VOYAGE_API_KEY` | `models.providers.voyage.apiKey` | Codex OAuth 僅涵蓋聊天／補全，無法滿足嵌入要求。 *** ## 遠端端點設定 針對不應繼承全域 OpenAI 聊天認證資訊的通用 OpenAI 相容 `/v1/embeddings` 伺服器，請使用 `provider: "openai-compatible"`。 自訂 API 基底 URL。 覆寫 API 金鑰。 額外的 HTTP 標頭（與提供者預設值合併）。 ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { search: { provider: "openai-compatible", model: "text-embedding-3-small", remote: { baseUrl: "https://api.example.com/v1/", apiKey: "YOUR_KEY", }, }, }, } ``` *** ## 提供者特定設定 | 鍵 | 類型 | 預設值 | 說明 | | ---------------------- | -------- | ---------------------- | -------------------------------- | | `model` | `string` | `gemini-embedding-001` | 也支援 `gemini-embedding-2-preview` | | `outputDimensionality` | `number` | `3072` | 適用於 Embedding 2：768、1536 或 3072 | 變更模型或 `outputDimensionality` 會變更索引識別資訊。OpenClaw 會暫停向量搜尋，直到你明確重建記憶索引為止。 OpenAI 相容的嵌入端點可以選擇加入提供者特定的 `input_type` 要求欄位。這適用於查詢與文件嵌入需要不同標籤的非對稱嵌入模型。 | 鍵 | 類型 | 預設值 | 說明 | | ------------------- | -------- | --- | ---------------------------------- | | `inputType` | `string` | 未設定 | 查詢與文件嵌入共用的 `input_type` | | `queryInputType` | `string` | 未設定 | 查詢時的 `input_type`；覆寫 `inputType` | | `documentInputType` | `string` | 未設定 | 索引／文件的 `input_type`；覆寫 `inputType` | ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { search: { provider: "openai-compatible", remote: { baseUrl: "https://embeddings.example/v1", apiKey: "${EMBEDDINGS_API_KEY}", }, model: "asymmetric-embedder", queryInputType: "query", documentInputType: "passage", }, }, } ``` 變更這些值會影響提供者批次索引的嵌入快取識別；若上游模型對這些標籤有不同處理，變更後應重新建立記憶索引。 ### Bedrock 嵌入設定 Bedrock 使用 AWS SDK 預設認證資訊鏈，加上由 OpenClaw 檢查的持有人權杖，因此不會在設定中儲存 API 金鑰。如果 OpenClaw 在具備 Bedrock 權限之執行個體角色的 EC2 上執行，只需設定提供者與模型： ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { search: { provider: "bedrock", model: "amazon.titan-embed-text-v2:0", }, }, } ``` | 鍵 | 類型 | 預設值 | 說明 | | ---------------------- | -------- | ------------------------------ | ----------------------- | | `model` | `string` | `amazon.titan-embed-text-v2:0` | 任何 Bedrock 嵌入模型 ID | | `outputDimensionality` | `number` | 模型預設值 | Titan V2：256、512 或 1024 | **支援的模型**（包含系列偵測與預設維度）： | 模型 ID | 提供者 | 預設維度 | 可設定維度 | | ------------------------------------------ | ---------- | ---- | ------------------------------ | | `amazon.titan-embed-text-v2:0` | Amazon | 1024 | 256, 512, 1024 | | `amazon.titan-embed-text-v1` | Amazon | 1536 | -- | | `amazon.titan-embed-g1-text-02` | Amazon | 1536 | -- | | `amazon.titan-embed-image-v1` | Amazon | 1024 | -- | | `amazon.nova-2-multimodal-embeddings-v1:0` | Amazon | 1024 | 256, 384, 1024, 3072 | | `cohere.embed-english-v3` | Cohere | 1024 | -- | | `cohere.embed-multilingual-v3` | Cohere | 1024 | -- | | `cohere.embed-v4:0` | Cohere | 1536 | 256, 384, 512, 768, 1024, 1536 | | `twelvelabs.marengo-embed-3-0-v1:0` | TwelveLabs | 512 | -- | | `twelvelabs.marengo-embed-2-7-v1:0` | TwelveLabs | 1024 | -- | 帶有輸送量後綴的變體（例如 `amazon.titan-embed-text-v1:2:8k`）與帶有區域前綴的推論設定檔 ID（例如 `us.amazon.titan-embed-text-v2:0`）會繼承基礎模型的設定。 \*\*區域：\*\*依此順序解析：`memory.search.remote.baseUrl` 覆寫、`models.providers.amazon-bedrock.baseUrl` 設定、`AWS_REGION`、`AWS_DEFAULT_REGION`，最後使用預設值 `us-east-1`。 \*\*驗證：\*\*OpenClaw 會先檢查 `AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY` 或 `AWS_BEARER_TOKEN_BEDROCK`，接著才轉用標準 AWS SDK 預設認證資訊提供者鏈： 1. 環境變數（`AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY`），除非也設定了 `AWS_PROFILE` 2. SSO（僅在已設定 SSO 欄位時） 3. 共用認證資訊與設定檔（`fromIni`，包含 `AWS_PROFILE`） 4. 認證資訊處理程序（AWS 設定檔中的 `credential_process`） 5. Web 身分權杖認證資訊 6. ECS 或 EC2 執行個體中繼資料認證資訊 \*\*IAM 權限：\*\*IAM 角色或使用者需要： ```json theme={"theme":{"light":"min-light","dark":"min-dark"}} { "Effect": "Allow", "Action": "bedrock:InvokeModel", "Resource": "*" } ``` 若要遵循最低權限原則，請將 `InvokeModel` 的範圍限制為特定模型： ```text theme={"theme":{"light":"min-light","dark":"min-dark"}} arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0 ``` | 鍵 | 類型 | 預設值 | 說明 | | --------------------- | ------------------ | ------------------ | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `local.modelPath` | `string` | 自動下載 | GGUF 模型檔案的路徑 | | `local.modelCacheDir` | `string` | node-llama-cpp 預設值 | 已下載模型的快取目錄 | | `local.contextSize` | `number \| "auto"` | `4096` | 嵌入內容脈絡的內容脈絡視窗大小。4096 可涵蓋一般區塊（128-512 個權杖），同時限制模型權重以外的 VRAM 用量。在資源受限的主機上可降至 1024-2048。`"auto"` 會使用模型訓練時的上限——不建議用於 8B 以上的模型（Qwen3-Embedding-8B：最高 40 960 個權杖可能使 VRAM 用量增至約 32 GB）。 | 請先安裝官方 llama.cpp 提供者：`openclaw plugins install @openclaw/llama-cpp-provider`。 預設模型：`embeddinggemma-300m-qat-Q8_0.gguf`（約 0.6 GB，會自動下載）。原始碼簽出仍需核准原生建置：先執行 `pnpm approve-builds`，再執行 `pnpm rebuild node-llama-cpp`。 使用獨立命令列介面驗證與閘道相同的提供者路徑： ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} openclaw memory status --deep --agent main openclaw memory index --force --agent main ``` 數值型 `local.contextSize` 值也會提供給 node-llama-cpp 的自動 GPU 層配置，使模型權重與要求的嵌入內容脈絡能一併容納。執行階段載入後，`openclaw memory status --deep` 會回報最近一次已知的 llama.cpp 後端、裝置、卸載、要求的內容脈絡，以及帶有時間戳記的記憶體資訊；被動狀態檢查不會載入模型。 請為本機 GGUF 嵌入明確設定 `provider: "local"`。明確的本機設定支援 `hf:` 與 HTTP(S) 模型參照（透過 node-llama-cpp 的模型解析），但不會變更預設提供者。 ## 索引行為 記憶引擎負責同步、批次處理、監看，以及壓縮後的 索引啟發式規則。OpenClaw 會使用受維護的預設值保持這些行為啟用， 而不公開各安裝環境的計時開關。 ## 混合搜尋設定 全部位於 `memory.search.query` 下： | 鍵 | 類型 | 預設值 | 說明 | | ------------ | -------- | ------ | -------------- | | `maxResults` | `number` | `6` | 注入前傳回的記憶命中數上限 | | `minScore` | `number` | `0.35` | 納入命中結果的最低相關性分數 | 混合式擷取會保持啟用；內建引擎原則會維持停用 MMR 與時間衰減。 ### 完整範例 ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { search: { query: { maxResults: 6, minScore: 0.35, }, }, }, } ``` *** ## 額外記憶路徑 | 鍵 | 類型 | 說明 | | ------------ | ---------- | ------------- | | `extraPaths` | `string[]` | 要建立索引的其他目錄或檔案 | ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { search: { extraPaths: ["../team-docs", "/srv/shared-notes"], }, }, } ``` 路徑可以是絕對路徑或相對於工作區的路徑。目錄會以遞迴方式掃描 `.md` 檔案。符號連結的處理方式取決於作用中的後端：內建引擎會略過符號連結，而 QMD 則依循底層 QMD 掃描器的行為。 若要進行限定代理程式範圍的跨代理程式逐字稿搜尋，請使用 `agents.entries.*.memory.search.qmd.extraCollections`，而非 `memory.qmd.paths`。這些額外集合採用相同的 `{ path, name, pattern? }` 結構，但會依代理程式合併；當路徑指向目前工作區之外時，也可保留明確的共用名稱。如果相同的解析後路徑同時出現在 `memory.qmd.paths` 與 `memory.search.qmd.extraCollections` 中，QMD 會保留第一個項目並略過重複項目。 *** ## 多模態記憶（Gemini） 使用 Gemini Embedding 2，將影像與音訊和 Markdown 一併建立索引： | 鍵 | 類型 | 預設值 | 說明 | | ------------------------- | ---------- | ---------- | ----------------------------------- | | `multimodal.enabled` | `boolean` | `false` | 啟用多模態索引 | | `multimodal.modalities` | `string[]` | -- | `["image"]`、`["audio"]` 或 `["all"]` | | `multimodal.maxFileBytes` | `number` | `10485760` | 建立索引的檔案大小上限（10 MiB） | 僅適用於 `extraPaths` 中的檔案。預設記憶根目錄仍僅支援 Markdown。需要 `gemini-embedding-2-preview`。`fallback` 必須為 `"none"`。 支援的格式：`.jpg`、`.jpeg`、`.png`、`.webp`、`.gif`、`.heic`、`.heif`（影像）；`.mp3`、`.wav`、`.ogg`、`.opus`、`.m4a`、`.aac`、`.flac`（音訊）。 *** ## 嵌入快取 | 鍵 | 類型 | 預設值 | 說明 | | --------------- | --------- | ------ | ---------------- | | `cache.enabled` | `boolean` | `true` | 在 SQLite 中快取區塊嵌入 | 避免在重新建立索引或更新逐字稿時，再次嵌入未變更的文字。 *** ## 批次索引 | 鍵 | 類型 | 預設值 | 說明 | | ---------------------------- | --------- | ------- | ---------- | | `remote.nonBatchConcurrency` | `number` | `4` | 平行的行內嵌入 | | `remote.batch.enabled` | `boolean` | `false` | 啟用批次嵌入 API | 適用於 `gemini`、`openai` 與 `voyage`。對於大量回填，OpenAI 批次處理通常速度最快且成本最低。 並行處理、輪詢與逾時行為由提供者負責。 *** ## 工作階段記憶搜尋 建立工作階段逐字稿索引，並透過 `memory_search` 提供： | 鍵 | 類型 | 預設值 | 說明 | | ----------------------------- | ---------- | ------------ | ---------------------- | | `rememberAcrossConversations` | `boolean` | `false` | 允許私密的跨對話回憶 | | `sources` | `string[]` | `["memory"]` | 加入 `"sessions"` 以納入逐字稿 | 工作階段索引須自行選用，並以非同步方式執行。結果可能略有延遲。工作階段記錄儲存在磁碟上，因此請將檔案系統存取視為信任邊界。 一般由模型呼叫的工作階段逐字記錄搜尋會遵循 [`tools.sessions.visibility`](/zh-TW/gateway/config-tools#toolssessions)。預設的 `tree` 可見性會公開目前的工作階段、由其衍生的工作階段，以及 透過環境群組感知所監看、屬於同一代理程式的群組工作階段。其他 不相關的工作階段需要 `agent` 可見性（只有在也需要跨代理程式 回憶，且代理程式間政策允許時，才可使用 `all`）。 `rememberAcrossConversations` 不會擴大該設定。它會提供一項 獨立且僅限執行階段的授權，範圍僅限於有界的主動記憶流程期間， 同一代理程式的私人逐字記錄。 下列範例將這些設定放在頂層 `memory.search` 之下。如果只有一個 代理程式應索引及搜尋工作階段逐字記錄，也可以在該代理程式的 `memory.search` 覆寫中套用等效設定。 若要讓同一代理程式從閘道回憶私訊： ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { search: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"], }, }, tools: { sessions: { visibility: "agent" }, }, } ``` ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { backend: "qmd", search: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"], }, qmd: { sessions: { enabled: true }, }, }, tools: { sessions: { visibility: "agent" }, }, } ``` 使用 QMD 時，僅設定 `sources: ["sessions"]` 並不會將逐字記錄匯出至 QMD。還需設定 `memory.qmd.sessions.enabled: true`。較高層級的 `rememberAcrossConversations: true` 設定是例外：它會隱含啟用該代理程式所需的 QMD 工作階段匯出。隱含匯出會保持私密： 一律使用預設的內部匯出位置（設定的 `sessions.exportDir` 僅套用於明確匯出），只會在 該代理程式的跨對話回憶期間進行搜尋，而且一般的 `memory_get` 無法讀取。明確設定 `memory.qmd.sessions.enabled: true` 則會維持現有行為，並將 匯出的逐字記錄納入一般記憶語料庫。 *** ## SQLite 向量加速（sqlite-vec） | 鍵 | 類型 | 預設值 | 說明 | | ---------------------------- | --------- | ------ | -------------------- | | `store.vector.enabled` | `boolean` | `true` | 使用 sqlite-vec 執行向量查詢 | | `store.vector.extensionPath` | `string` | 隨附 | 覆寫 sqlite-vec 路徑 | 當 sqlite-vec 無法使用時，OpenClaw 會自動改用程序內的餘弦相似度。 *** ## 索引儲存 內建記憶索引位於每個代理程式的 OpenClaw SQLite 資料庫中： `agents//agent/openclaw-agent.sqlite`。 | 鍵 | 類型 | 預設值 | 說明 | | --------------------- | -------- | ----------- | ----------------------------------- | | `store.fts.tokenizer` | `string` | `unicode61` | FTS5 詞元分析器（`unicode61` 或 `trigram`） | *** ## QMD 後端設定 設定 `memory.backend = "qmd"` 以啟用。所有 QMD 設定都位於 `memory.qmd` 之下： | 鍵 | 類型 | 預設值 | 說明 | | ------------------------ | --------- | -------- | ------------------------------------------------------------ | | `command` | `string` | `qmd` | QMD 可執行檔路徑；當服務的 `PATH` 與你的殼層不同時，請設定絕對路徑 | | `searchMode` | `string` | `search` | 搜尋命令：`search`、`vsearch`、`query` | | `rerank` | `boolean` | -- | 搭配 `searchMode: "query"` 與 QMD 2.1+ 時設為 `false`，以略過 QMD 重新排序 | | `includeDefaultMemory` | `boolean` | `true` | 自動索引 `MEMORY.md` + `memory/**/*.md` | | `paths[]` | `array` | -- | 額外路徑：`{ name, path, pattern? }` | | `sessions.enabled` | `boolean` | `false` | 將工作階段逐字記錄匯出至 QMD | | `sessions.retentionDays` | `number` | -- | 逐字記錄保留期限 | | `sessions.exportDir` | `string` | -- | 匯出目錄 | `searchMode: "search"` 僅使用詞彙／BM25。對於此模式，OpenClaw 不會執行語意向量就緒探測或 QMD 嵌入維護，包括在 `memory status --deep` 期間；`vsearch` 和 `query` 仍需要 QMD 向量就緒及嵌入。 `rerank: false` 只會變更 QMD 的 `query` 模式，且需要 QMD 2.1 或更新版本。在直接命令列介面模式中，OpenClaw 會傳遞 `--no-rerank`；在由 mcporter 支援的 MCP 模式中，則會將 `rerank: false` 傳遞給 QMD 的統一查詢工具。若不設定，將使用 QMD 的預設查詢重新排序行為。 OpenClaw 優先採用目前的 QMD 集合與 MCP 查詢格式，但仍會在需要時嘗試相容的集合模式旗標及較舊的 MCP 工具名稱，以維持舊版 QMD 的運作。當 QMD 宣告支援多個集合篩選條件時，同來源集合會以單一 QMD 程序進行搜尋；較舊的 QMD 組建則維持每個集合各自處理的相容路徑。同來源表示持久記憶集合（預設記憶檔案加上自訂路徑）會歸為一組，而工作階段逐字記錄集合仍會維持為另一組，讓來源多樣化仍同時包含這兩種輸入。 QMD 模型覆寫應保留在 QMD 端，而不是 OpenClaw 設定中。如果需要全域覆寫 QMD 的模型，請在閘道執行階段環境中設定 `QMD_EMBED_MODEL`、`QMD_RERANK_MODEL` 和 `QMD_GENERATE_MODEL` 等環境變數。 | 鍵 | 類型 | 預設值 | 說明 | | ------------------------- | -------- | ------ | -------------------------------------------------------------------- | | `limits.maxResults` | `number` | `4` | 搜尋結果數量上限 | | `limits.maxSnippetChars` | `number` | `450` | 限制摘要長度 | | `limits.maxInjectedChars` | `number` | `2200` | 限制注入的字元總數 | | `limits.timeoutMs` | `number` | `4000` | 由 QMD 支援的搜尋期間（包括 `memory_search`）之 QMD 命令逾時；設定、同步、內建後援及補充工作仍沿用預設工具期限 | 控制哪些工作階段可以接收 QMD 搜尋結果。結構與 [`session.sendPolicy`](/zh-TW/gateway/config-agents#session) 相同： ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { qmd: { scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }], }, }, }, } ``` 隨附的預設值僅允許私訊／直接對話，並拒絕群組及其他頻道類型。`match.keyPrefix` 會比對正規化後的工作階段鍵；`match.rawKeyPrefix` 會比對包含 `agent::` 的原始鍵。 `memory.citations` 適用於所有後端： | 值 | 行為 | | ---------- | ------------------------------- | | `auto`（預設） | 在摘要中包含 `Source: ` 頁尾 | | `on` | 一律包含頁尾 | | `off` | 省略頁尾（路徑仍會在內部傳遞給代理程式） | QMD 會在首次使用記憶時延遲初始化；其介面卡負責重新整理及嵌入排程。 ### 完整 QMD 範例 ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { memory: { backend: "qmd", citations: "auto", qmd: { includeDefaultMemory: true, update: { interval: "5m", debounceMs: 15000 }, limits: { maxResults: 4, timeoutMs: 4000 }, scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }], }, paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }], }, }, } ``` *** ## 夢境整理 夢境整理是在 `plugins.entries.memory-core.config.dreaming` 之下設定，而不是在 `memory.search` 之下。 夢境整理會以單次排程掃描方式執行，並將內部的淺層／深層／REM 階段視為實作細節。 有關概念行為與斜線命令，請參閱[夢境整理](/zh-TW/concepts/dreaming)。 ### 使用者設定 | 鍵 | 類型 | 預設值 | 說明 | | -------------------------------------- | --------- | ----------- | ------------------------------------------------------- | | `enabled` | `boolean` | `false` | 完全啟用或停用夢境整理 | | `frequency` | `string` | `0 3 * * *` | 完整夢境整理掃描的選用排程週期 | | `model` | `string` | 預設模型 | 選用的夢境日記子代理程式模型覆寫 | | `phases.deep.maxPromotedSnippetTokens` | `number` | `160` | 從每個提升至 `MEMORY.md` 的短期回憶摘要中保留的估計 Token 數量上限；來源中繼資料仍保持可見 | ### 範例 ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { plugins: { entries: { "memory-core": { subagent: { allowModelOverride: true, allowedModels: ["anthropic/claude-sonnet-4-6"], }, config: { dreaming: { enabled: true, frequency: "0 3 * * *", model: "anthropic/claude-sonnet-4-6", }, }, }, }, }, } ``` * 夢境整理會將機器狀態寫入 `memory/.dreams/`。 * 夢境整理會將人類可讀的敘事輸出寫入 `DREAMS.md`（或現有的 `dreams.md`）。 * `dreaming.model` 使用現有的外掛子代理程式信任閘門；啟用前請先設定 `plugins.entries.memory-core.subagent.allowModelOverride: true`。 * 設定的模型無法使用時，夢境日記會使用工作階段預設模型重試一次。信任或允許清單失敗會記錄於日誌中，不會靜默重試。 * 淺層／深層／REM 階段政策及門檻屬於內部行為，不是面向使用者的設定。 ## 相關內容 * [設定參考](/zh-TW/gateway/configuration-reference) * [記憶概覽](/zh-TW/concepts/memory) * [記憶搜尋](/zh-TW/concepts/memory-search)