OpenClaw Docker 沙盒配置與記憶體管理指南

寫程式最煩的就是環境隔離。你想讓 AI 幫你跑腳本，但又怕它把你的系統搞爛；你想讓它記住你的偏好，但又不希望它把私密對話洩漏到公開群組。這就是為什麼我們需要搞清楚 OpenClaw 的沙盒與記憶機制。

這篇文章會帶你了解如何平衡安全與功能，讓你的機器人既聰明又安全。

有專門的 Sandboxing 文件嗎？

有的。請參考 Sandboxing。如果你想看 Docker 相關的設定，請看 Docker。

預設的 image 是以安全為重，並以 node 使用者執行，所以沒有內建系統套件、Homebrew 或瀏覽器。如果你需要更強大的環境：

使用 OPENCLAW_HOME_VOLUME 來持久化 /home/node，讓快取不會消失
透過 OPENCLAW_DOCKER_APT_PACKAGES 把系統依賴裝進 image
執行 node /app/node_modules/playwright-core/cli.js install chromium 安裝 Playwright 瀏覽器
設定 PLAYWRIGHT_BROWSERS_PATH 並確保該路徑有被持久化

可以 —— 只要你的私密流量是 DMs，而公開流量是 groups。

設定 agents.defaults.sandbox.mode: "non-main"，這樣群組或頻道的 session（non-main keys）就會在 Docker 裡跑，而主要的 DM session 則會留在主機上。

將 agents.defaults.sandbox.docker.binds 設定為 ["host:path:mode"]：

{
  agents: {
    defaults: {
      sandbox: {
        docker: {
          binds: ["/home/user/src:/src:ro"]
        }
      }
    }
  }
}

敏感內容建議使用 :ro（唯讀），並記住 binds 會直接穿透沙盒的檔案系統防護。

OpenClaw 的記憶其實就是 agent 工作區裡的 Markdown 檔案：

OpenClaw 還會執行 silent pre-compaction memory flush，在自動壓縮對話前提醒模型寫下持久的筆記。

直接叫機器人 把這件事寫進記憶（write the fact to memory）。長期筆記屬於 MEMORY.md，短期上下文則進到 memory/YYYY-MM-DD.md。

如果它還是記不住，請檢查 Gateway 每次執行時是否都使用同一個工作區。

只有當你使用 OpenAI embeddings 時才需要。Codex OAuth 只涵蓋 chat/completions，不包含 embeddings 的權限。

OpenClaw 支援 OpenAI, Gemini, 或 local 的 embedding 模型。如果你想完全跑在本地，請設定 memorySearch.provider = "local"。

記憶檔案存在硬碟上，除非你手動刪除，否則會一直都在。限制取決於你的儲存空間，而不是模型。

不過 session context 仍然受限於模型的上下文視窗，所以長對話可能會被壓縮或截斷。這就是為什麼需要記憶搜尋 —— 它能把相關的部分重新抓回上下文中。

如果你在設定過程中遇到問題，可以詢問 AI Setup Assistant。

OpenClaw Expert

如果這篇文件沒有解決你的情境，直接問 OpenClaw Expert，拿到可執行步驟。