Configura Memory Search en OpenClaw: Guía rápida

¿Te ha pasado que sabes que tienes la solución anotada en algún lugar, pero no logras encontrarla porque no recuerdas las palabras exactas que usaste? Es frustrante perder tiempo buscando entre archivos de notas cuando sabes que la respuesta está ahí, justo al alcance de tu mano.

memory_search encuentra notas relevantes en tus archivos de memoria, incluso cuando la redacción es distinta al texto original. Funciona indexando la memoria en pequeños chunks y buscándolos mediante embeddings, palabras clave o ambos.

Inicio rápido

Si tienes una API key de OpenAI, Gemini, Voyage o Mistral configurada, la búsqueda en memoria funciona automáticamente. Para configurar un proveedor de forma explícita:

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

Para embeddings locales sin API key, usa provider: "local" (requiere node-llama-cpp).

Proveedores compatibles

Proveedor	ID	¿Necesita API key?	Notas
OpenAI	openai	Sí	Detectado automáticamente, rápido
Gemini	gemini	Sí	Soporta indexación de imagen/audio
Voyage	voyage	Sí	Detectado automáticamente
Mistral	mistral	Sí	Detectado automáticamente
Ollama	ollama	No	Local, debe configurarse explícitamente
Local	local	No	Modelo GGUF, descarga de ~0.6 GB

Cómo funciona la búsqueda

OpenClaw ejecuta dos rutas de recuperación en paralelo y mezcla los resultados:

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"]

• Búsqueda vectorial: encuentra notas con un significado similar (por ejemplo, “gateway host” coincide con “la máquina que ejecuta OpenClaw”).
• Búsqueda por palabras clave BM25: encuentra coincidencias exactas (IDs, cadenas de error, keys de configuración).

Si solo hay una ruta disponible (sin embeddings o sin FTS), la otra se ejecuta sola.

Mejorando la calidad de la búsqueda

Dos funciones opcionales te ayudan cuando tienes un historial de notas muy extenso:

Decaimiento temporal (Temporal decay)

Las notas antiguas pierden peso gradualmente en el ranking para que la información reciente aparezca primero. Con la vida media (half-life) por defecto de 30 días, una nota del mes

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