---
read_when:
- Je wilt aanbieders voor geheugenzoekopdrachten of embedding-modellen configureren
- Je wilt de QMD-backend instellen
- Je wilt hybride zoeken, MMR of tijdverval afstemmen
- Je wilt multimodale geheugenindexering inschakelen
sidebarTitle: Memory config
summary: Alle configuratie-instellingen voor geheugenzoekopdrachten, embeddingproviders, QMD, hybride zoekopdrachten en multimodale indexering
title: Referentie voor geheugenconfiguratie
x-i18n:
generated_at: "2026-05-02T22:22:46Z"
model: gpt-5.5
provider: openai
source_hash: 99624a13b4e700da47a523206569d84c6750266fbb648ec73c463be9c5c285d0
source_path: reference/memory-config.md
workflow: 16
---
Deze pagina vermeldt elke configuratieknop voor geheugenzoekopdrachten in OpenClaw. Zie voor conceptuele overzichten:
Hoe geheugen werkt.
Standaard SQLite-backend.
Local-first sidecar.
Zoekpijplijn en tuning.
Geheugen-subagent voor interactieve sessies.
Alle instellingen voor geheugenzoekopdrachten staan onder `agents.defaults.memorySearch` in `openclaw.json`, tenzij anders vermeld.
Als je zoekt naar de functietoggle en subagentconfiguratie voor **Active Memory**, die staat onder `plugins.entries.active-memory` in plaats van `memorySearch`.
Active Memory gebruikt een model met twee poorten:
1. de Plugin moet zijn ingeschakeld en gericht zijn op de huidige agent-id
2. het verzoek moet een geschikte interactieve persistente chatsessie zijn
Zie [Active Memory](/nl/concepts/active-memory) voor het activatiemodel, Plugin-eigen configuratie, transcriptpersistentie en het veilige uitrolpatroon.
---
## Providerselectie
| Sleutel | Type | Standaard | Beschrijving |
| ---------- | --------- | ----------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
| `provider` | `string` | automatisch gedetecteerd | Embeddingadapter-ID zoals `bedrock`, `deepinfra`, `gemini`, `github-copilot`, `local`, `mistral`, `ollama`, `openai` of `voyage`; kan ook een geconfigureerde `models.providers.` zijn waarvan `api` naar een van die adapters verwijst |
| `model` | `string` | providerstandaard | Naam van het embeddingmodel |
| `fallback` | `string` | `"none"` | Fallback-adapter-ID wanneer de primaire adapter faalt |
| `enabled` | `boolean` | `true` | Geheugenzoekopdrachten in- of uitschakelen |
### Volgorde van automatische detectie
Wanneer `provider` niet is ingesteld, selecteert OpenClaw de eerste beschikbare optie:
Geselecteerd als `memorySearch.local.modelPath` is geconfigureerd en het bestand bestaat.
Geselecteerd als een GitHub Copilot-token kan worden gevonden (env-var of auth-profiel).
Geselecteerd als een OpenAI-sleutel kan worden gevonden.
Geselecteerd als een Gemini-sleutel kan worden gevonden.
Geselecteerd als een Voyage-sleutel kan worden gevonden.
Geselecteerd als een Mistral-sleutel kan worden gevonden.
Geselecteerd als een DeepInfra-sleutel kan worden gevonden.
Geselecteerd als de credentialketen van de AWS SDK wordt gevonden (instancerol, toegangssleutels, profiel, SSO, webidentiteit of gedeelde configuratie).
`ollama` wordt ondersteund maar niet automatisch gedetecteerd (stel dit expliciet in).
### Aangepaste provider-id's
`memorySearch.provider` kan naar een aangepaste `models.providers.`-vermelding verwijzen. OpenClaw lost de `api`-eigenaar van die provider op voor de embeddingadapter, terwijl de aangepaste provider-id behouden blijft voor endpoint-, auth- en modelprefixafhandeling. Hierdoor kunnen multi-GPU- of multi-host-setups geheugenembeddings toewijzen aan een specifiek lokaal endpoint:
```json5
{
models: {
providers: {
"ollama-5080": {
api: "ollama",
baseUrl: "http://gpu-box.local:11435",
apiKey: "ollama-local",
models: [{ id: "qwen3-embedding:0.6b" }],
},
},
},
agents: {
defaults: {
memorySearch: {
provider: "ollama-5080",
model: "qwen3-embedding:0.6b",
},
},
},
}
```
### API-sleutelresolutie
Externe embeddings vereisen een API-sleutel. Bedrock gebruikt in plaats daarvan de standaardcredentialketen van de AWS SDK (instancerollen, SSO, toegangssleutels).
| Provider | Env-var | Configuratiesleutel |
| -------------- | -------------------------------------------------- | ----------------------------------- |
| Bedrock | AWS-credentialketen | Geen API-sleutel nodig |
| DeepInfra | `DEEPINFRA_API_KEY` | `models.providers.deepinfra.apiKey` |
| Gemini | `GEMINI_API_KEY` | `models.providers.google.apiKey` |
| GitHub Copilot | `COPILOT_GITHUB_TOKEN`, `GH_TOKEN`, `GITHUB_TOKEN` | Auth-profiel via device-login |
| Mistral | `MISTRAL_API_KEY` | `models.providers.mistral.apiKey` |
| Ollama | `OLLAMA_API_KEY` (placeholder) | -- |
| OpenAI | `OPENAI_API_KEY` | `models.providers.openai.apiKey` |
| Voyage | `VOYAGE_API_KEY` | `models.providers.voyage.apiKey` |
Codex OAuth dekt alleen chat/completions en voldoet niet voor embeddingverzoeken.
---
## Configuratie van extern endpoint
Voor aangepaste OpenAI-compatibele endpoints of het overschrijven van providerstandaarden:
Aangepaste API-basis-URL.
API-sleutel overschrijven.
Extra HTTP-headers (samengevoegd met providerstandaarden).
```json5
{
agents: {
defaults: {
memorySearch: {
provider: "openai",
model: "text-embedding-3-small",
remote: {
baseUrl: "https://api.example.com/v1/",
apiKey: "YOUR_KEY",
},
},
},
},
}
```
---
## Providerspecifieke configuratie
| Sleutel | Type | Standaard | Beschrijving |
| ---------------------- | -------- | ---------------------- | ------------------------------------------ |
| `model` | `string` | `gemini-embedding-001` | Ondersteunt ook `gemini-embedding-2-preview` |
| `outputDimensionality` | `number` | `3072` | Voor Embedding 2: 768, 1536 of 3072 |
Het wijzigen van het model of `outputDimensionality` activeert automatisch een volledige herindexering.
OpenAI-compatibele embeddingendpoints kunnen kiezen voor providerspecifieke `input_type`-verzoekvelden. Dit is handig voor asymmetrische embeddingmodellen die verschillende labels vereisen voor query- en documentembeddings.
| Sleutel | Type | Standaard | Beschrijving |
| ------------------- | -------- | --------- | -------------------------------------------------------- |
| `inputType` | `string` | niet ingesteld | Gedeelde `input_type` voor query- en documentembeddings |
| `queryInputType` | `string` | niet ingesteld | `input_type` tijdens query's; overschrijft `inputType` |
| `documentInputType` | `string` | niet ingesteld | Index-/document-`input_type`; overschrijft `inputType` |
```json5
{
agents: {
defaults: {
memorySearch: {
provider: "openai",
remote: {
baseUrl: "https://embeddings.example/v1",
apiKey: "env:EMBEDDINGS_API_KEY",
},
model: "asymmetric-embedder",
queryInputType: "query",
documentInputType: "passage",
},
},
},
}
```
Het wijzigen van deze waarden beïnvloedt de identiteit van de embeddingcache voor provider-batchindexering en moet worden gevolgd door een geheugenherindexering wanneer het upstreammodel de labels verschillend behandelt.
### Bedrock-embeddingconfiguratie
Bedrock gebruikt de standaardcredentialketen van de AWS SDK; er zijn geen API-sleutels nodig. Als OpenClaw op EC2 draait met een Bedrock-geactiveerde instancerol, stel dan alleen de provider en het model in:
```json5
{
agents: {
defaults: {
memorySearch: {
provider: "bedrock",
model: "amazon.titan-embed-text-v2:0",
},
},
},
}
```
| Sleutel | Type | Standaard | Beschrijving |
| ---------------------- | -------- | ----------------------------- | ------------------------------- |
| `model` | `string` | `amazon.titan-embed-text-v2:0` | Elke Bedrock-embeddingmodel-ID |
| `outputDimensionality` | `number` | modelstandaard | Voor Titan V2: 256, 512 of 1024 |
**Ondersteunde modellen** (met familiedetectie en standaarddimensies):
| Model-ID | Provider | Standaarddimensies | Configureerbare dimensies |
| ------------------------------------------ | ---------- | ------------------ | ------------------------- |
| `amazon.titan-embed-text-v2:0` | Amazon | 1024 | 256, 512, 1024 |
| `amazon.titan-embed-text-v1` | Amazon | 1536 | -- |
| `amazon.titan-embed-g1-text-02` | Amazon | 1536 | -- |
| `amazon.titan-embed-image-v1` | Amazon | 1024 | -- |
| `amazon.nova-2-multimodal-embeddings-v1:0` | Amazon | 1024 | 256, 384, 1024, 3072 |
| `cohere.embed-english-v3` | Cohere | 1024 | -- |
| `cohere.embed-multilingual-v3` | Cohere | 1024 | -- |
| `cohere.embed-v4:0` | Cohere | 1536 | 256-1536 |
| `twelvelabs.marengo-embed-3-0-v1:0` | TwelveLabs | 512 | -- |
| `twelvelabs.marengo-embed-2-7-v1:0` | TwelveLabs | 1024 | -- |
Varianten met throughput-suffix (bijv. `amazon.titan-embed-text-v1:2:8k`) erven de configuratie van het basismodel.
**Authenticatie:** Bedrock-auth gebruikt de standaardresolutievolgorde voor credentials van de AWS SDK:
1. Omgevingsvariabelen (`AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY`)
2. SSO-tokencache
3. Webidentiteitstokencredentials
4. Gedeelde credentials- en configuratiebestanden
5. ECS- of EC2-metadatacredentials
Regio wordt opgelost vanuit `AWS_REGION`, `AWS_DEFAULT_REGION`, de `baseUrl` van de `amazon-bedrock`-provider, of valt terug op `us-east-1`.
**IAM-machtigingen:** de IAM-rol of -gebruiker heeft nodig:
```json
{
"Effect": "Allow",
"Action": "bedrock:InvokeModel",
"Resource": "*"
}
```
Voor least privilege beperk je `InvokeModel` tot het specifieke model:
```
arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0
```
| Sleutel | Type | Standaardwaarde | Beschrijving |
| --------------------- | ------------------ | ---------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| `local.modelPath` | `string` | automatisch gedownload | Pad naar GGUF-modelbestand |
| `local.modelCacheDir` | `string` | standaard van node-llama-cpp | Cachemap voor gedownloade modellen |
| `local.contextSize` | `number \| "auto"` | `4096` | Grootte van het contextvenster voor de embeddingcontext. 4096 dekt typische chunks (128-512 tokens) en begrenst tegelijk niet-gewicht-VRAM. Verlaag naar 1024-2048 op beperkte hosts. `"auto"` gebruikt het getrainde maximum van het model - niet aanbevolen voor 8B+-modellen (Qwen3-Embedding-8B: 40 960 tokens -> ~32 GB VRAM versus ~8,8 GB bij 4096). |
Standaardmodel: `embeddinggemma-300m-qat-Q8_0.gguf` (~0,6 GB, automatisch gedownload). Bron-checkouts vereisen nog steeds goedkeuring voor native builds: `pnpm approve-builds` en daarna `pnpm rebuild node-llama-cpp`.
Gebruik de zelfstandige CLI om hetzelfde providerpad te verifiëren dat de Gateway gebruikt:
```bash
openclaw memory status --deep --agent main
openclaw memory index --force --agent main
```
Als `provider` `auto` is, wordt `local` alleen geselecteerd wanneer `local.modelPath` naar een bestaand lokaal bestand wijst. `hf:`- en HTTP(S)-modelverwijzingen kunnen nog steeds expliciet worden gebruikt met `provider: "local"`, maar ze zorgen er niet voor dat `auto` lokaal selecteert voordat het model op schijf beschikbaar is.
### Time-out voor inline embeddings
Overschrijf de time-out voor inline embeddingbatches tijdens geheugenindexering.
Indien niet ingesteld, wordt de standaardwaarde van de provider gebruikt: 600 seconden voor lokale/zelfgehoste providers zoals `local`, `ollama` en `lmstudio`, en 120 seconden voor gehoste providers. Verhoog dit wanneer lokale CPU-gebonden embeddingbatches gezond maar traag zijn.
---
## Configuratie voor hybride zoekopdrachten
Alles onder `memorySearch.query.hybrid`:
| Sleutel | Type | Standaardwaarde | Beschrijving |
| --------------------- | --------- | --------------- | ------------------------------------ |
| `enabled` | `boolean` | `true` | Hybride BM25 + vectorzoeken inschakelen |
| `vectorWeight` | `number` | `0.7` | Gewicht voor vectorscores (0-1) |
| `textWeight` | `number` | `0.3` | Gewicht voor BM25-scores (0-1) |
| `candidateMultiplier` | `number` | `4` | Vermenigvuldiger voor kandidaatpoolgrootte |
| Sleutel | Type | Standaardwaarde | Beschrijving |
| ------------- | --------- | --------------- | --------------------------------------- |
| `mmr.enabled` | `boolean` | `false` | MMR-herrangschikking inschakelen |
| `mmr.lambda` | `number` | `0.7` | 0 = maximale diversiteit, 1 = maximale relevantie |
| Sleutel | Type | Standaardwaarde | Beschrijving |
| ---------------------------- | --------- | --------------- | --------------------------------- |
| `temporalDecay.enabled` | `boolean` | `false` | Recentheidsboost inschakelen |
| `temporalDecay.halfLifeDays` | `number` | `30` | Score halveert elke N dagen |
Evergreen-bestanden (`MEMORY.md`, niet-gedateerde bestanden in `memory/`) vervallen nooit.
### Volledig voorbeeld
```json5
{
agents: {
defaults: {
memorySearch: {
query: {
hybrid: {
vectorWeight: 0.7,
textWeight: 0.3,
mmr: { enabled: true, lambda: 0.7 },
temporalDecay: { enabled: true, halfLifeDays: 30 },
},
},
},
},
},
}
```
---
## Aanvullende geheugenpaden
| Sleutel | Type | Beschrijving |
| ------------ | ---------- | ------------------------------------------- |
| `extraPaths` | `string[]` | Aanvullende mappen of bestanden om te indexeren |
```json5
{
agents: {
defaults: {
memorySearch: {
extraPaths: ["../team-docs", "/srv/shared-notes"],
},
},
},
}
```
Paden kunnen absoluut of werkruimte-relatief zijn. Mappen worden recursief gescand op `.md`-bestanden. Symlinkafhandeling hangt af van de actieve backend: de ingebouwde engine negeert symlinks, terwijl QMD het gedrag van de onderliggende QMD-scanner volgt.
Gebruik voor agent-scoped cross-agent transcript search `agents.list[].memorySearch.qmd.extraCollections` in plaats van `memory.qmd.paths`. Die extra verzamelingen volgen dezelfde vorm `{ path, name, pattern? }`, maar ze worden per agent samengevoegd en kunnen expliciete gedeelde namen behouden wanneer het pad buiten de huidige werkruimte wijst. Als hetzelfde opgeloste pad voorkomt in zowel `memory.qmd.paths` als `memorySearch.qmd.extraCollections`, behoudt QMD de eerste vermelding en slaat het duplicaat over.
---
## Multimodaal geheugen (Gemini)
Indexeer afbeeldingen en audio naast Markdown met Gemini Embedding 2:
| Sleutel | Type | Standaardwaarde | Beschrijving |
| ------------------------- | ---------- | --------------- | ------------------------------------- |
| `multimodal.enabled` | `boolean` | `false` | Multimodale indexering inschakelen |
| `multimodal.modalities` | `string[]` | -- | `["image"]`, `["audio"]`, of `["all"]` |
| `multimodal.maxFileBytes` | `number` | `10000000` | Maximale bestandsgrootte voor indexering |
Geldt alleen voor bestanden in `extraPaths`. Standaardgeheugenroots blijven uitsluitend Markdown. Vereist `gemini-embedding-2-preview`. `fallback` moet `"none"` zijn.
Ondersteunde formaten: `.jpg`, `.jpeg`, `.png`, `.webp`, `.gif`, `.heic`, `.heif` (afbeeldingen); `.mp3`, `.wav`, `.ogg`, `.opus`, `.m4a`, `.aac`, `.flac` (audio).
---
## Embedding-cache
| Sleutel | Type | Standaard | Beschrijving |
| ------------------ | --------- | --------- | -------------------------------- |
| `cache.enabled` | `boolean` | `false` | Cache chunk-embeddings in SQLite |
| `cache.maxEntries` | `number` | `50000` | Max. gecachte embeddings |
Voorkomt dat ongewijzigde tekst opnieuw wordt ge-embed tijdens herindexering of transcriptupdates.
---
## Batchindexering
| Sleutel | Type | Standaard | Beschrijving |
| ----------------------------- | --------- | --------- | ----------------------------- |
| `remote.nonBatchConcurrency` | `number` | `4` | Parallelle inline embeddings |
| `remote.batch.enabled` | `boolean` | `false` | Batch-embedding-API inschakelen |
| `remote.batch.concurrency` | `number` | `2` | Parallelle batchtaken |
| `remote.batch.wait` | `boolean` | `true` | Wachten op batchvoltooiing |
| `remote.batch.pollIntervalMs` | `number` | -- | Poll-interval |
| `remote.batch.timeoutMinutes` | `number` | -- | Batch-time-out |
Beschikbaar voor `openai`, `gemini` en `voyage`. OpenAI-batches zijn doorgaans het snelst en goedkoopst voor grote backfills.
`remote.nonBatchConcurrency` bepaalt inline embedding-aanroepen die worden gebruikt door lokale/zelfgehoste providers en gehoste providers wanneer provider-batch-API's niet actief zijn. Ollama gebruikt standaard `1` voor niet-batchindexering om kleinere lokale hosts niet te overbelasten; stel een hogere waarde in op grotere machines.
Dit staat los van `sync.embeddingBatchTimeoutSeconds`, dat de time-out voor inline embedding-aanroepen bepaalt.
---
## Zoeken in sessiegeheugen (experimenteel)
Indexeer sessietranscripten en maak ze beschikbaar via `memory_search`:
| Sleutel | Type | Standaard | Beschrijving |
| ----------------------------- | ---------- | ------------ | --------------------------------------------- |
| `experimental.sessionMemory` | `boolean` | `false` | Sessie-indexering inschakelen |
| `sources` | `string[]` | `["memory"]` | Voeg `"sessions"` toe om transcripten op te nemen |
| `sync.sessions.deltaBytes` | `number` | `100000` | Bytedrempel voor herindexering |
| `sync.sessions.deltaMessages` | `number` | `50` | Berichtdrempel voor herindexering |
Sessie-indexering is opt-in en wordt asynchroon uitgevoerd. Resultaten kunnen licht verouderd zijn. Sessielogboeken staan op schijf, dus behandel toegang tot het bestandssysteem als de vertrouwensgrens.
---
## SQLite-vectorversnelling (sqlite-vec)
| Sleutel | Type | Standaard | Beschrijving |
| ---------------------------- | --------- | --------- | ------------------------------------- |
| `store.vector.enabled` | `boolean` | `true` | Gebruik sqlite-vec voor vectorquery's |
| `store.vector.extensionPath` | `string` | gebundeld | Overschrijf sqlite-vec-pad |
Wanneer sqlite-vec niet beschikbaar is, valt OpenClaw automatisch terug op in-process cosinusgelijkenis.
---
## Indexopslag
| Sleutel | Type | Standaard | Beschrijving |
| --------------------- | -------- | ------------------------------------- | --------------------------------------------- |
| `store.path` | `string` | `~/.openclaw/memory/{agentId}.sqlite` | Indexlocatie (ondersteunt `{agentId}`-token) |
| `store.fts.tokenizer` | `string` | `unicode61` | FTS5-tokenizer (`unicode61` of `trigram`) |
---
## QMD-backendconfiguratie
Stel `memory.backend = "qmd"` in om dit in te schakelen. Alle QMD-instellingen staan onder `memory.qmd`:
| Sleutel | Type | Standaard | Beschrijving |
| ------------------------ | --------- | --------- | ---------------------------------------------------------------------------------------- |
| `command` | `string` | `qmd` | Pad naar QMD-uitvoerbaar bestand; stel een absoluut pad in wanneer service-`PATH` afwijkt van je shell |
| `searchMode` | `string` | `search` | Zoekopdracht: `search`, `vsearch`, `query` |
| `includeDefaultMemory` | `boolean` | `true` | `MEMORY.md` + `memory/**/*.md` automatisch indexeren |
| `paths[]` | `array` | -- | Extra paden: `{ name, path, pattern? }` |
| `sessions.enabled` | `boolean` | `false` | Sessietranscripten indexeren |
| `sessions.retentionDays` | `number` | -- | Transcriptbewaartermijn |
| `sessions.exportDir` | `string` | -- | Exportmap |
`searchMode: "search"` is alleen lexicaal/BM25. OpenClaw voert geen gereedheidsprobes voor semantische vectoren of QMD-embeddingonderhoud uit voor die modus, ook niet tijdens `memory status --deep`; `vsearch` en `query` blijven QMD-vectorgereedheid en embeddings vereisen.
OpenClaw geeft de voorkeur aan de huidige QMD-collectie- en MCP-queryvormen, maar houdt oudere QMD-releases werkend door waar nodig compatibele collectiepatroonflags en oudere MCP-toolnamen te proberen. Wanneer QMD ondersteuning voor meerdere collectiefilters adverteert, worden collecties met dezelfde bron met één QMD-proces doorzocht; oudere QMD-builds blijven het compatibiliteitspad per collectie gebruiken. Dezelfde bron betekent dat duurzame geheugencollecties samen worden gegroepeerd, terwijl sessietranscriptcollecties een aparte groep blijven, zodat brondiversificatie nog steeds beide invoeren heeft.
QMD-modeloverrides blijven aan de QMD-kant, niet in de OpenClaw-configuratie. Als je QMD's modellen globaal moet overschrijven, stel dan omgevingsvariabelen zoals `QMD_EMBED_MODEL`, `QMD_RERANK_MODEL` en `QMD_GENERATE_MODEL` in de Gateway-runtimeomgeving in.
| Sleutel | Type | Standaard | Beschrijving |
| ------------------------- | --------- | --------- | -------------------------------------- |
| `update.interval` | `string` | `5m` | Vernieuwingsinterval |
| `update.debounceMs` | `number` | `15000` | Bestandswijzigingen debouncen |
| `update.onBoot` | `boolean` | `true` | Vernieuwen wanneer de langlevende QMD-manager opent; bewaakt ook opt-in startvernieuwing |
| `update.startup` | `string` | `off` | Optionele vernieuwing bij Gateway-start: `off`, `idle` of `immediate` |
| `update.startupDelayMs` | `number` | `120000` | Vertraging voordat `startup: "idle"`-vernieuwing wordt uitgevoerd |
| `update.waitForBootSync` | `boolean` | `false` | Manager openen blokkeren tot de eerste vernieuwing is voltooid |
| `update.embedInterval` | `string` | -- | Afzonderlijk embeddingritme |
| `update.commandTimeoutMs` | `number` | -- | Time-out voor QMD-commando's |
| `update.updateTimeoutMs` | `number` | -- | Time-out voor QMD-updatebewerkingen |
| `update.embedTimeoutMs` | `number` | -- | Time-out voor QMD-embeddingbewerkingen |
| Sleutel | Type | Standaard | Beschrijving |
| ------------------------- | -------- | --------- | -------------------------------- |
| `limits.maxResults` | `number` | `6` | Maximaal aantal zoekresultaten |
| `limits.maxSnippetChars` | `number` | -- | Snippetlengte begrenzen |
| `limits.maxInjectedChars` | `number` | -- | Totaal aantal geïnjecteerde tekens begrenzen |
| `limits.timeoutMs` | `number` | `4000` | Zoektime-out |
Bepaalt welke sessies QMD-zoekresultaten kunnen ontvangen. Hetzelfde schema als [`session.sendPolicy`](/nl/gateway/config-agents#session):
```json5
{
memory: {
qmd: {
scope: {
default: "deny",
rules: [{ action: "allow", match: { chatType: "direct" } }],
},
},
},
}
```
De meegeleverde standaardinstelling staat directe sessies en kanaalsessies toe, terwijl groepen nog steeds worden geweigerd.
Standaard is alleen DM. `match.keyPrefix` matcht de genormaliseerde sessiesleutel; `match.rawKeyPrefix` matcht de ruwe sleutel inclusief `agent::`.
`memory.citations` geldt voor alle backends:
| Waarde | Gedrag |
| ---------------- | -------------------------------------------------- |
| `auto` (standaard) | `Source: `-footer opnemen in snippets |
| `on` | Footer altijd opnemen |
| `off` | Footer weglaten (pad wordt intern nog steeds aan agent doorgegeven) |
QMD-opstartvernieuwingen gebruiken een eenmalig subprocesspad tijdens het starten van de Gateway. De langlevende QMD-manager blijft eigenaar van de reguliere bestandswatcher en intervaltimers wanneer geheugenzoekopdracht wordt geopend voor interactief gebruik.
### Volledig QMD-voorbeeld
```json5
{
memory: {
backend: "qmd",
citations: "auto",
qmd: {
includeDefaultMemory: true,
update: { interval: "5m", debounceMs: 15000 },
limits: { maxResults: 6, timeoutMs: 4000 },
scope: {
default: "deny",
rules: [{ action: "allow", match: { chatType: "direct" } }],
},
paths: [{ name: "docs", path: "~/notes", pattern: "**/*.md" }],
},
},
}
```
---
## Dreaming
Dreaming wordt geconfigureerd onder `plugins.entries.memory-core.config.dreaming`, niet onder `agents.defaults.memorySearch`.
Dreaming draait als één geplande sweep en gebruikt interne light/deep/REM-fasen als implementatiedetail.
Zie [Dreaming](/nl/concepts/dreaming) voor conceptueel gedrag en slashcommando's.
### Gebruikersinstellingen
| Sleutel | Type | Standaardmodel | Beschrijving |
| ----------- | --------- | -------------- | ------------------------------------------------- |
| `enabled` | `boolean` | `false` | Dreaming volledig in- of uitschakelen |
| `frequency` | `string` | `0 3 * * *` | Optioneel cronritme voor de volledige Dreaming-sweep |
| `model` | `string` | standaardmodel | Optionele modeloverride voor de Dream Diary-subagent |
### Voorbeeld
```json5
{
plugins: {
entries: {
"memory-core": {
subagent: {
allowModelOverride: true,
allowedModels: ["anthropic/claude-sonnet-4-6"],
},
config: {
dreaming: {
enabled: true,
frequency: "0 3 * * *",
model: "anthropic/claude-sonnet-4-6",
},
},
},
},
},
}
```
- Dreaming schrijft machinestatus naar `memory/.dreams/`.
- Dreaming schrijft menselijk leesbare narratieve uitvoer naar `DREAMS.md` (of bestaand `dreams.md`).
- `dreaming.model` gebruikt de bestaande vertrouwenspoort voor Plugin-subagents; stel `plugins.entries.memory-core.subagent.allowModelOverride: true` in voordat je dit inschakelt.
- Dream Diary probeert het één keer opnieuw met het standaardmodel van de sessie wanneer het geconfigureerde model niet beschikbaar is. Vertrouwens- of allowlistfouten worden gelogd en worden niet stilzwijgend opnieuw geprobeerd.
- Het beleid en de drempels voor de light/deep/REM-fasen zijn intern gedrag, geen gebruikersgerichte configuratie.
## Gerelateerd
- [Configuratiereferentie](/nl/gateway/configuration-reference)
- [Geheugenoverzicht](/nl/concepts/memory)
- [Geheugenzoekopdracht](/nl/concepts/memory-search)