--- read_when: - Vous configurez le Plugin memory-lancedb - Vous voulez une mémoire à long terme basée sur LanceDB avec rappel automatique ou capture automatique - Vous utilisez des embeddings locaux compatibles avec OpenAI comme Ollama sidebarTitle: Memory LanceDB summary: Configurer le Plugin de mémoire externe officiel LanceDB, y compris les embeddings locaux compatibles avec Ollama title: Mémoire LanceDB x-i18n: generated_at: "2026-06-27T17:49:45Z" model: gpt-5.5 postprocess_version: locale-links-v1 provider: openai source_hash: 4142a755e788418a8b9c64a6ff3a8ce3c520bd6be09b685929478ae0754f7d39 source_path: plugins/memory-lancedb.md workflow: 16 --- `memory-lancedb` est un Plugin de mémoire externe officiel qui stocke la mémoire à long terme dans LanceDB et utilise des embeddings pour le rappel. Il peut rappeler automatiquement les souvenirs pertinents avant un tour de modèle et capturer les faits importants après une réponse. Utilisez-le lorsque vous voulez une base de données vectorielle locale pour la mémoire, que vous avez besoin d’un point de terminaison d’embeddings compatible OpenAI, ou que vous souhaitez conserver une base de données de mémoire en dehors du stockage de mémoire intégré par défaut. ## Installation Installez `memory-lancedb` avant de définir `plugins.slots.memory = "memory-lancedb"`: ```bash openclaw plugins install @openclaw/memory-lancedb ``` Le Plugin est publié sur npm et n’est pas inclus dans l’image d’exécution OpenClaw. L’installateur écrit l’entrée du Plugin et bascule l’emplacement mémoire lorsqu’aucun autre Plugin ne le possède. `memory-lancedb` est un Plugin Active Memory. Activez-le en sélectionnant l’emplacement mémoire avec `plugins.slots.memory = "memory-lancedb"`. Les Plugins compagnons comme `memory-wiki` peuvent s’exécuter à côté, mais un seul Plugin possède l’emplacement Active Memory. ## Démarrage rapide ```json5 { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "openai", model: "text-embedding-3-small", }, autoRecall: true, autoCapture: false, }, }, }, }, } ``` Redémarrez le Gateway après avoir modifié la configuration du Plugin: ```bash openclaw gateway restart ``` Vérifiez ensuite que le Plugin est chargé: ```bash openclaw plugins list ``` ## Embeddings fournis par un fournisseur `memory-lancedb` peut utiliser les mêmes adaptateurs de fournisseur d’embeddings mémoire que `memory-core`. Définissez `embedding.provider` et omettez `embedding.apiKey` pour utiliser le profil d’authentification configuré du fournisseur, la variable d’environnement, ou `models.providers..apiKey`. ```json5 { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "openai", model: "text-embedding-3-small", }, autoRecall: true, }, }, }, }, } ``` Ce chemin fonctionne avec les profils d’authentification fournisseur qui exposent des identifiants d’embeddings. Par exemple, GitHub Copilot peut être utilisé lorsque le profil ou l’offre Copilot prend en charge les embeddings: ```json5 { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "github-copilot", model: "text-embedding-3-small", }, }, }, }, }, } ``` OpenAI Codex / ChatGPT OAuth n’est pas un identifiant d’embeddings OpenAI Platform. Pour les embeddings OpenAI, utilisez un profil d’authentification par clé API OpenAI, `OPENAI_API_KEY`, ou `models.providers.openai.apiKey`. Les utilisateurs uniquement OAuth peuvent utiliser un autre fournisseur compatible avec les embeddings, comme GitHub Copilot ou Ollama. ## Embeddings Ollama Pour les embeddings Ollama, privilégiez le fournisseur d’embeddings Ollama inclus. Il utilise le point de terminaison Ollama natif `/api/embed` et suit les mêmes règles d’authentification et d’URL de base que le fournisseur Ollama documenté dans [Ollama](/fr/providers/ollama). ```json5 { plugins: { slots: { memory: "memory-lancedb", }, entries: { "memory-lancedb": { enabled: true, config: { embedding: { provider: "ollama", baseUrl: "http://127.0.0.1:11434", model: "mxbai-embed-large", dimensions: 1024, }, recallMaxChars: 400, autoRecall: true, autoCapture: false, }, }, }, }, } ``` Définissez `dimensions` pour les modèles d’embeddings non standard. OpenClaw connaît les dimensions de `text-embedding-3-small` et `text-embedding-3-large`; les modèles personnalisés nécessitent la valeur dans la configuration afin que LanceDB puisse créer la colonne vectorielle. Pour les petits modèles d’embeddings locaux, réduisez `recallMaxChars` si vous voyez des erreurs de longueur de contexte provenant du serveur local. ## Fournisseurs compatibles OpenAI Certains fournisseurs d’embeddings compatibles OpenAI rejettent le paramètre `encoding_format`, tandis que d’autres l’ignorent et renvoient toujours des vecteurs `number[]`. `memory-lancedb` omet donc `encoding_format` dans les requêtes d’embeddings et accepte les réponses sous forme de tableaux de flottants ou de réponses float32 encodées en base64. Si vous disposez d’un point de terminaison d’embeddings compatible OpenAI brut qui n’a pas d’adaptateur de fournisseur inclus, omettez `embedding.provider` (ou laissez-le à `openai`) et définissez `embedding.apiKey` ainsi que `embedding.baseUrl`. Cela préserve le chemin client direct compatible OpenAI. Définissez `embedding.dimensions` pour les fournisseurs dont les dimensions de modèle ne sont pas intégrées. Par exemple, ZhiPu `embedding-3` utilise `2048` dimensions: ```json5 { plugins: { entries: { "memory-lancedb": { enabled: true, config: { embedding: { apiKey: "${ZHIPU_API_KEY}", baseUrl: "https://open.bigmodel.cn/api/paas/v4", model: "embedding-3", dimensions: 2048, }, }, }, }, }, } ``` ## Limites de rappel et de capture `memory-lancedb` a deux limites de texte distinctes: | Paramètre | Valeur par défaut | Plage | S’applique à | | ----------------- | ----------------- | -------- | -------------------------------------------------------- | | `recallMaxChars` | `1000` | 100-10000 | texte envoyé à l’API d’embeddings pour le rappel | | `captureMaxChars` | `500` | 100-10000 | longueur de message admissible pour la capture automatique | | `customTriggers` | `[]` | 0-50 | phrases littérales qui font envisager la capture automatique d’un message | `recallMaxChars` contrôle le rappel automatique, l’outil `memory_recall`, le chemin de requête `memory_forget`, et `openclaw ltm search`. Le rappel automatique privilégie le dernier message utilisateur du tour et se rabat sur l’invite complète uniquement lorsqu’aucun message utilisateur n’est disponible. Cela évite d’envoyer les métadonnées de canal et les grands blocs d’invite dans la requête d’embeddings. `captureMaxChars` contrôle si une réponse est suffisamment courte pour être envisagée pour la capture automatique. Il ne limite pas les embeddings des requêtes de rappel. `customTriggers` vous permet d’ajouter des phrases littérales de capture automatique sans écrire d’expressions régulières. Les déclencheurs intégrés incluent des phrases de mémoire courantes en anglais, tchèque, chinois, japonais et coréen. ## Commandes Lorsque `memory-lancedb` est le Plugin Active Memory, il enregistre l’espace de noms CLI `ltm`: ```bash openclaw ltm list openclaw ltm search "project preferences" openclaw ltm stats ``` La sous-commande `query` exécute une requête non vectorielle directement sur la table LanceDB: ```bash openclaw ltm query --cols id,text,createdAt --limit 20 openclaw ltm query --filter "category = 'preference'" --order-by createdAt:desc ``` - `--cols `: liste d’autorisation de colonnes séparées par des virgules (valeur par défaut: `id`, `text`, `importance`, `category`, `createdAt`). - `--filter `: clause WHERE de style SQL; limitée à 200 caractères et restreinte aux caractères alphanumériques, opérateurs de comparaison, guillemets, parenthèses, et à un petit ensemble de ponctuation sûre. - `--limit `: entier positif; valeur par défaut `10`. - `--order-by :`: tri en mémoire appliqué après le filtre; la colonne de tri est automatiquement incluse dans la projection. Les agents obtiennent également des outils de mémoire LanceDB depuis le Plugin Active Memory: - `memory_recall` pour le rappel adossé à LanceDB - `memory_store` pour enregistrer les faits importants, préférences, décisions et entités - `memory_forget` pour supprimer les souvenirs correspondants ## Stockage Par défaut, les données LanceDB se trouvent sous `~/.openclaw/memory/lancedb`. Remplacez le chemin avec `dbPath`: ```json5 { plugins: { entries: { "memory-lancedb": { enabled: true, config: { dbPath: "~/.openclaw/memory/lancedb", embedding: { apiKey: "${OPENAI_API_KEY}", model: "text-embedding-3-small", }, }, }, }, }, } ``` `storageOptions` accepte des paires clé/valeur sous forme de chaînes pour les backends de stockage LanceDB et prend en charge l’expansion `${ENV_VAR}`: ```json5 { plugins: { entries: { "memory-lancedb": { enabled: true, config: { dbPath: "s3://memory-bucket/openclaw", storageOptions: { access_key: "${AWS_ACCESS_KEY_ID}", secret_key: "${AWS_SECRET_ACCESS_KEY}", endpoint: "${AWS_ENDPOINT_URL}", }, embedding: { apiKey: "${OPENAI_API_KEY}", model: "text-embedding-3-small", }, }, }, }, }, } ``` ## Dépendances d’exécution `memory-lancedb` dépend du paquet natif `@lancedb/lancedb`. OpenClaw empaqueté traite ce paquet comme faisant partie du paquet du Plugin. Le démarrage du Gateway ne répare pas les dépendances de Plugin; si la dépendance est manquante, réinstallez ou mettez à jour le paquet du Plugin et redémarrez le Gateway. Si une installation plus ancienne journalise une erreur `dist/package.json` manquant ou `@lancedb/lancedb` manquant pendant le chargement du Plugin, mettez à niveau OpenClaw et redémarrez le Gateway. Si le Plugin journalise que LanceDB n’est pas disponible sur `darwin-x64`, utilisez le backend de mémoire par défaut sur cette machine, déplacez le Gateway vers une plateforme prise en charge, ou désactivez `memory-lancedb`. ## Dépannage ### La longueur d’entrée dépasse la longueur de contexte Cela signifie généralement que le modèle d’embeddings a rejeté la requête de rappel: ```text memory-lancedb: recall failed: Error: 400 the input length exceeds the context length ``` Définissez un `recallMaxChars` plus bas, puis redémarrez le Gateway: ```json5 { plugins: { entries: { "memory-lancedb": { config: { recallMaxChars: 400, }, }, }, }, } ``` Pour Ollama, vérifiez également que le serveur d’embeddings est accessible depuis l’hôte du Gateway: ```bash curl http://127.0.0.1:11434/v1/embeddings \ -H "Content-Type: application/json" \ -d '{"model":"mxbai-embed-large","input":"hello"}' ``` ### Modèle d’embeddings non pris en charge Sans `dimensions`, seules les dimensions d’embeddings OpenAI intégrées sont connues. Pour les modèles d’embeddings locaux ou personnalisés, définissez `embedding.dimensions` sur la taille de vecteur indiquée par ce modèle. ### Le Plugin se charge mais aucun souvenir n’apparaît Vérifiez que `plugins.slots.memory` pointe vers `memory-lancedb`, puis exécutez: ```bash openclaw ltm stats openclaw ltm search "recent preference" ``` Si `autoCapture` est désactivé, le Plugin rappellera les souvenirs existants mais ne stockera pas automatiquement les nouveaux. Utilisez l’outil `memory_store` ou activez `autoCapture` si vous souhaitez une capture automatique. ## Connexe - [Vue d’ensemble de la mémoire](/fr/concepts/memory) - [Active Memory](/fr/concepts/active-memory) - [Recherche mémoire](/fr/concepts/memory-search) - [Memory Wiki](/fr/plugins/memory-wiki) - [Ollama](/fr/providers/ollama)