Память OpenClaw: как агент запоминает контекст

Одна из самых удивительных особенностей OpenClaw — способность агента запоминать информацию между сессиями. В отличие от обычных чат-ботов, которые забывают всё после перезагрузки, OpenClaw использует файловую систему как долговременную память. В этой статье разберём, как устроена память OpenClaw и как её настроить.

Основной принцип: файлы — это память

Память OpenClaw — это обычные Markdown-файлы в рабочем пространстве. Модель «помнит» только то, что записано на диск. Это простой и прозрачный подход: вы можете открыть файлы памяти в любом редакторе и увидеть, что именно запомнил агент.

Два слоя памяти

1. Дневные логи: memory/YYYY-MM-DD.md

Ежедневные заметки в режиме append-only (только добавление). Агент читает файлы за сегодня и вчера при каждом старте сессии. Сюда попадают текущие события, заметки и рабочий контекст.

2. Долгосрочная память: MEMORY.md

Куратированные, важные воспоминания. Этот файл загружается только в приватной сессии (никогда в групповых чатах — для безопасности). Сюда записываются решения, предпочтения и устойчивые факты.

Все файлы памяти находятся в workspace (по умолчанию ~/.openclaw/workspace).

Когда записывать в память

• MEMORY.md — для решений, предпочтений, долгосрочных фактов
• memory/YYYY-MM-DD.md — для ежедневных заметок и текущего контекста
• Если кто-то говорит «запомни это» — агент запишет информацию (не будет держать в «голове»)
• Если вы хотите, чтобы что-то запомнилось — попросите бота записать

Автоматический сброс памяти перед компакцией

Когда контекстное окно сессии близко к переполнению, OpenClaw запускает тихий агентный ход — напоминает модели записать важные данные на диск, прежде чем контекст будет сжат. Пользователь этого не видит.

Настройка:

{
  agents: {
    defaults: {
      compaction: {
        reserveTokensFloor: 20000,
        memoryFlush: {
          enabled: true,
          softThresholdTokens: 4000,
        },
      },
    },
  },
}

Векторный поиск по памяти

OpenClaw умеет строить векторный индекс по файлам памяти. Это значит, что семантический поиск найдёт релевантные заметки, даже если формулировки отличаются.

Как работает

• Включён по умолчанию
• Отслеживает изменения в файлах памяти
• Использует удалённые эмбеддинги (OpenAI, Gemini, Voyage) или локальную модель

Провайдеры эмбеддингов

OpenClaw автоматически выбирает провайдер:

1. Local — если настроена локальная модель
2. OpenAI — если есть API-ключ
3. Gemini — если есть ключ Gemini
4. Voyage — если есть ключ Voyage

Настройка Gemini-эмбеддингов

{
  agents: {
    defaults: {
      memorySearch: {
        provider: "gemini",
        model: "gemini-embedding-001",
        remote: {
          apiKey: "YOUR_GEMINI_API_KEY"
        }
      }
    }
  }
}

QMD-бэкенд (экспериментальный)

QMD — это локальный поисковый сайдкар, комбинирующий BM25 + векторы + ранжирование. Он работает полностью локально через Bun + node-llama-cpp.

{
  memory: {
    backend: "qmd",
    citations: "auto",
    qmd: {
      includeDefaultMemory: true,
      update: { interval: "5m" },
      limits: { maxResults: 6, timeoutMs: 4000 },
    }
  }
}

QMD автоматически скачивает GGUF-модели при первом запуске. Поддерживает индексацию Markdown-файлов из произвольных директорий и даже транскриптов сессий.

Дополнительные пути для индексации

Можно добавить Markdown-файлы из других директорий:

{
  agents: {
    defaults: {
      memorySearch: {
        extraPaths: ["../team-docs", "/srv/shared-notes/overview.md"]
      }
    }
  }
}

Цитирование источников

При memory.citations = "auto" или "on" результаты поиска включают указание на источник (Source: path#line). Установите "off", чтобы скрыть пути от пользователя.

Практические советы

• Периодически просите агента обновить MEMORY.md — перенести важное из дневных логов
• Не храните секреты в памяти, если ваш бот доступен другим людям
• Используйте /context list в чате, чтобы увидеть, что агент «помнит» в текущей сессии
• Файлы памяти — обычные Markdown, вы можете редактировать их вручную

Больше о сессиях и безопасности — в соответствующих статьях. А для установки OpenClaw читайте пошаговую инструкцию.