---
read_when:
    - आप डिफ़ॉल्ट मेमोरी बैकएंड को समझना चाहते हैं
    - आप एम्बेडिंग प्रदाताओं या हाइब्रिड खोज को कॉन्फ़िगर करना चाहते हैं
summary: कीवर्ड, वेक्टर और हाइब्रिड खोज वाला डिफ़ॉल्ट SQLite-आधारित मेमोरी बैकएंड
title: अंतर्निर्मित मेमोरी इंजन
x-i18n:
    generated_at: "2026-07-27T17:40:36Z"
    model: gpt-5.6
    postprocess_version: locale-links-v1
    prompt_version: 32
    provider: openai
    source_hash: c3efb6f1449d9b55717b3c117444ba7d4519d0111b842b48790ad85551511433
    source_path: concepts/memory-builtin.md
    workflow: 16
---

बिल्ट-इन इंजन डिफ़ॉल्ट मेमोरी बैकएंड है। यह आपके मेमोरी इंडेक्स को
प्रति-एजेंट SQLite डेटाबेस में संग्रहीत करता है और आरंभ करने के लिए
किसी अतिरिक्त निर्भरता की आवश्यकता नहीं होती।

## यह क्या प्रदान करता है

- FTS5 पूर्ण-पाठ इंडेक्सिंग (BM25 स्कोरिंग) के माध्यम से **कीवर्ड खोज**।
- किसी भी समर्थित प्रदाता की एम्बेडिंग के माध्यम से **वेक्टर खोज**।
- सर्वोत्तम परिणामों के लिए दोनों को संयोजित करने वाली **हाइब्रिड खोज**।
- चीनी, जापानी और कोरियाई के लिए ट्राइग्राम टोकनाइज़ेशन के माध्यम से **CJK समर्थन**।
- डेटाबेस के भीतर वेक्टर क्वेरी के लिए **sqlite-vec त्वरण** (वैकल्पिक)।

## आरंभ करना

डिफ़ॉल्ट रूप से, बिल्ट-इन इंजन OpenAI एम्बेडिंग का उपयोग करता है। यदि `OPENAI_API_KEY` या
`models.providers.openai.apiKey` पहले से कॉन्फ़िगर है, तो वेक्टर खोज
बिना किसी अतिरिक्त मेमोरी कॉन्फ़िगरेशन के काम करती है।

किसी प्रदाता को स्पष्ट रूप से सेट करने के लिए:

```json5
{
  memory: {
    search: {
      provider: "openai",
    },
  },
}
```

एम्बेडिंग प्रदाता के बिना, केवल कीवर्ड खोज उपलब्ध होती है।

स्थानीय GGUF एम्बेडिंग का उपयोग अनिवार्य करने के लिए, आधिकारिक llama.cpp प्रदाता
Plugin इंस्टॉल करें, फिर `local.modelPath` को किसी GGUF फ़ाइल की ओर इंगित करें:

```bash
openclaw plugins install @openclaw/llama-cpp-provider
```

```json5
{
  memory: {
    search: {
      provider: "local",
      fallback: "none",
      local: {
        modelPath: "~/.node-llama-cpp/models/embeddinggemma-300m-qat-Q8_0.gguf",
      },
    },
  },
}
```

## समर्थित एम्बेडिंग प्रदाता

| प्रदाता            | ID                  | टिप्पणियाँ                              |
| ----------------- | ------------------- | ----------------------------------- |
| Bedrock           | `bedrock`           | AWS क्रेडेंशियल शृंखला का उपयोग करता है       |
| DeepInfra         | `deepinfra`         | डिफ़ॉल्ट: `BAAI/bge-m3`              |
| Gemini            | `gemini`            | मल्टीमॉडल (चित्र + ऑडियो) का समर्थन करता है |
| GitHub Copilot    | `github-copilot`    | आपकी Copilot सदस्यता का उपयोग करता है      |
| LM Studio         | `lmstudio`          | स्थानीय/स्व-होस्टेड                   |
| स्थानीय             | `local`             | `@openclaw/llama-cpp-provider`      |
| Mistral           | `mistral`           |                                     |
| Ollama            | `ollama`            | स्थानीय/स्व-होस्टेड                   |
| OpenAI            | `openai`            | डिफ़ॉल्ट: `text-embedding-3-small`   |
| OpenAI-संगत | `openai-compatible` | सामान्य `/v1/embeddings` एंडपॉइंट   |
| Voyage            | `voyage`            |                                     |

OpenAI से किसी अन्य प्रदाता पर स्विच करने के लिए `memory.search.provider` सेट करें।

## इंडेक्सिंग कैसे काम करती है

OpenClaw `MEMORY.md` और `memory/*.md` को खंडों में इंडेक्स करता है (डिफ़ॉल्ट रूप से 80-टोकन
ओवरलैप के साथ 400 टोकन) और उन्हें प्रति-एजेंट SQLite डेटाबेस में संग्रहीत करता है।

- **इंडेक्स स्थान:** स्वामी एजेंट का डेटाबेस
  `~/.openclaw/agents/<agentId>/agent/openclaw-agent.sqlite` पर
- **भंडारण रखरखाव:** SQLite WAL साइडकार को आवधिक और
  शटडाउन चेकपॉइंट के माध्यम से सीमित रखा जाता है।
- **फ़ाइल निगरानी:** मेमोरी फ़ाइलों में परिवर्तन डीबाउंस किए गए पुनः-इंडेक्स को ट्रिगर करते हैं
  (डिफ़ॉल्ट 1.5s)।
- **स्वचालित पुनः-इंडेक्स:** एम्बेडिंग प्रदाता, मॉडल, चंकिंग कॉन्फ़िगरेशन,
  कॉन्फ़िगर किए गए स्रोत या दायरा बदलने पर इंडेक्स स्वचालित रूप से फिर से बनता है।
- **माँग पर पुनः-इंडेक्स:** `openclaw memory index --force`

<Info>
आप `memory.search.extraPaths` के साथ कार्यस्थान के बाहर की Markdown फ़ाइलों को भी
इंडेक्स कर सकते हैं। [कॉन्फ़िगरेशन संदर्भ](/hi/reference/memory-config#additional-memory-paths)
देखें।
</Info>

## कब उपयोग करें

अधिकांश उपयोगकर्ताओं के लिए बिल्ट-इन इंजन सही विकल्प है:

- बिना किसी अतिरिक्त निर्भरता के तुरंत काम करता है।
- कीवर्ड और वेक्टर खोज को अच्छी तरह संभालता है।
- सभी एम्बेडिंग प्रदाताओं का समर्थन करता है।
- हाइब्रिड खोज दोनों पुनर्प्राप्ति दृष्टिकोणों की सर्वोत्तम विशेषताओं को संयोजित करती है।

यदि आपको पुनः-रैंकिंग, क्वेरी विस्तार की आवश्यकता है या आप कार्यस्थान के बाहर की
डायरेक्टरियों को इंडेक्स करना चाहते हैं, तो [QMD](/hi/concepts/memory-qmd) पर स्विच करने पर विचार करें।

यदि आप स्वचालित उपयोगकर्ता मॉडलिंग के साथ सत्रों के बीच बनी रहने वाली मेमोरी चाहते हैं,
तो [Honcho](/hi/concepts/memory-honcho) पर विचार करें।

## समस्या निवारण

**मेमोरी खोज अक्षम है?** `openclaw memory status` जाँचें। यदि कोई प्रदाता
नहीं मिलता है, तो किसी प्रदाता को स्पष्ट रूप से सेट करें या API कुंजी जोड़ें।

**स्थानीय प्रदाता नहीं मिला?** पुष्टि करें कि स्थानीय पथ मौजूद है और यह चलाएँ:

```bash
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
```

स्वतंत्र CLI कमांड और Gateway, दोनों समान `local` प्रदाता ID का उपयोग करते हैं।
जब आप स्थानीय एम्बेडिंग चाहते हों, तो `memory.search.provider: "local"` सेट करें।

**परिणाम पुराने हैं?** फिर से बनाने के लिए `openclaw memory index --force` चलाएँ। दुर्लभ
विशेष स्थितियों में वॉचर परिवर्तनों को चूक सकता है।

**sqlite-vec लोड नहीं हो रहा है?** OpenClaw स्वचालित रूप से प्रक्रिया के भीतर कोसाइन
समानता का उपयोग करने लगता है। `openclaw memory status --deep` स्थानीय
वेक्टर स्टोर को एम्बेडिंग प्रदाता से अलग रिपोर्ट करता है, इसलिए `Vector store:
unavailable` sqlite-vec लोडिंग की ओर इंगित करता है, जबकि `Embeddings: unavailable`
प्रदाता/प्रमाणीकरण या मॉडल की तत्परता की ओर इंगित करता है। विशिष्ट लोड
त्रुटि के लिए लॉग जाँचें।

## कॉन्फ़िगरेशन

एम्बेडिंग प्रदाता सेटअप, हाइब्रिड खोज ट्यूनिंग (भार, MMR, समय-संबंधी
क्षय), बैच इंडेक्सिंग, मल्टीमॉडल मेमोरी, sqlite-vec, अतिरिक्त पथ और अन्य
सभी कॉन्फ़िगरेशन विकल्पों के लिए
[मेमोरी कॉन्फ़िगरेशन संदर्भ](/hi/reference/memory-config) देखें।

## संबंधित

- [मेमोरी अवलोकन](/hi/concepts/memory)
- [मेमोरी खोज](/hi/concepts/memory-search)
- [Active Memory](/hi/concepts/active-memory)