Skip to content

OpenClaw Minnesarkitektur

Senast Uppdaterad: 2026-03-12

Nuvarande Minnesmodell

  • Brygg/sessions-vägen (bridge/session) bestämmer den effektiva minnesomfattningen (memory scope) för en konversation.
  • OpenClaw minnessökning (memory-search) är ett konfigurationsspår separat från OpenClaw chattgenerering.
  • Den nuvarande leverantören för minnessökning är gemini med modellen gemini-embedding-001.
  • Reserver (fallback) för minnessökning hanteras separat från chattens fallback-kedja.

Dokument RAG Embedding Är En Separat Pipeline

  • Import-pipelinen för dokument (PDF, DOCX, PPTX, JSON, HTML, Google Docs/Drive) använder sitt eget experimentella embedding-spår för semantisk indexering i pgvector. Den specifika modellen och dimensionaliteten bestäms genom en utvärderings-spike och är ännu inte standardpolicy.
  • Denna process är skild från OpenClaws minnessöknings-spår ovan, som använder gemini-embedding-001 (768 dimensioner) för att hämta konversationshistorik.
  • Båda pipelines delar lagringslagret pgvector men använder separata vektorlager (vector stores).

Varför Detta Är Viktigt

  • Det förhindrar förvirring mellan modeller för chattgenerering, modeller för minnessökning och RAG-modeller för dokument.
  • Det håller beteendet för omfattning (scope) och namnrymder (namespaces) explicit.
  • Det förklarar varför ändringar i minneskonfigurationen inte är detsamma som ändringar i chattmodellen eller dokument-embeddings.

Relaterade Offentliga Referenser