---
read_when:
    - Ви хочете зрозуміти типовий бекенд пам’яті
    - Ви хочете налаштувати постачальників ембедингів або гібридний пошук
summary: Стандартний бекенд пам’яті на основі SQLite з пошуком за ключовими словами, векторним і гібридним пошуком
title: Вбудований рушій пам’яті
x-i18n:
    generated_at: "2026-05-03T16:43:06Z"
    model: gpt-5.5
    provider: openai
    source_hash: 72f5d1fee02bff0962bd012575b62846c1f11c030fd1174fdb2af1e81909f52a
    source_path: concepts/memory-builtin.md
    workflow: 16
---

Вбудований рушій є стандартним бекендом пам’яті. Він зберігає ваш індекс пам’яті в
SQLite-базі даних для кожного агента й не потребує додаткових залежностей для початку роботи.

## Що він надає

- **Пошук за ключовими словами** через повнотекстове індексування FTS5 (оцінювання BM25).
- **Векторний пошук** через ембединги від будь-якого підтримуваного провайдера.
- **Гібридний пошук**, що поєднує обидва підходи для найкращих результатів.
- **Підтримку CJK** через триграмну токенізацію для китайської, японської та корейської мов.
- **Прискорення sqlite-vec** для векторних запитів у базі даних (необов’язково).

## Початок роботи

Якщо у вас є API-ключ для OpenAI, Gemini, Voyage, Mistral або DeepInfra, вбудований
рушій автоматично виявляє його та вмикає векторний пошук. Конфігурація не потрібна.

Щоб явно задати провайдера:

```json5
{
  agents: {
    defaults: {
      memorySearch: {
        provider: "openai",
      },
    },
  },
}
```

Без провайдера ембедингів доступний лише пошук за ключовими словами.

Щоб примусово використати вбудованого локального провайдера ембедингів, установіть необов’язковий
пакет середовища виконання `node-llama-cpp` поруч з OpenClaw, а потім спрямуйте `local.modelPath`
на файл GGUF:

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

## Підтримувані провайдери ембедингів

| Провайдер | ID          | Автоматично виявляється | Примітки                            |
| --------- | ----------- | ----------------------- | ----------------------------------- |
| OpenAI    | `openai`    | Так                     | Стандартно: `text-embedding-3-small` |
| Gemini    | `gemini`    | Так                     | Підтримує мультимодальність (зображення + аудіо) |
| Voyage    | `voyage`    | Так                     |                                     |
| Mistral   | `mistral`   | Так                     |                                     |
| DeepInfra | `deepinfra` | Так                     | Стандартно: `BAAI/bge-m3`           |
| Ollama    | `ollama`    | Ні                      | Локальний, задайте явно             |
| Локальний | `local`     | Так (перший)            | Необов’язкове середовище виконання `node-llama-cpp` |

Автоматичне виявлення вибирає першого провайдера, API-ключ якого можна отримати, у
наведеному порядку. Задайте `memorySearch.provider`, щоб перевизначити вибір.

## Як працює індексування

OpenClaw індексує `MEMORY.md` і `memory/*.md` у фрагменти (~400 токенів із
перекриттям 80 токенів) і зберігає їх у SQLite-базі даних для кожного агента.

- **Розташування індексу:** `~/.openclaw/memory/<agentId>.sqlite`
- **Обслуговування сховища:** супровідні WAL-файли SQLite обмежуються періодичними
  контрольними точками та контрольними точками під час завершення роботи.
- **Спостереження за файлами:** зміни у файлах пам’яті запускають повторне індексування із затримкою (1,5 с).
- **Автоматичне повторне індексування:** коли змінюється провайдер ембедингів, модель або конфігурація
  поділу на фрагменти, весь індекс автоматично перебудовується.
- **Повторне індексування на вимогу:** `openclaw memory index --force`

<Info>
Ви також можете індексувати Markdown-файли поза робочою областю за допомогою
`memorySearch.extraPaths`. Див.
[довідник із конфігурації](/uk/reference/memory-config#additional-memory-paths).
</Info>

## Коли використовувати

Вбудований рушій є правильним вибором для більшості користувачів:

- Працює відразу без додаткових залежностей.
- Добре обробляє пошук за ключовими словами та векторний пошук.
- Підтримує всіх провайдерів ембедингів.
- Гібридний пошук поєднує найкраще з обох підходів до пошуку.

Розгляньте перехід на [QMD](/uk/concepts/memory-qmd), якщо вам потрібні повторне ранжування, розширення
запиту або індексування каталогів поза робочою областю.

Розгляньте [Honcho](/uk/concepts/memory-honcho), якщо вам потрібна міжсесійна пам’ять з
автоматичним моделюванням користувача.

## Усунення несправностей

**Пошук у пам’яті вимкнено?** Перевірте `openclaw memory status`. Якщо жодного провайдера не
виявлено, задайте його явно або додайте API-ключ.

**Локального провайдера не виявлено?** Переконайтеся, що локальний шлях існує, і виконайте:

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

І окремі команди CLI, і Gateway використовують однаковий id провайдера `local`.
Якщо для провайдера задано `auto`, локальні ембединги розглядаються першими лише тоді,
коли `memorySearch.local.modelPath` вказує на наявний локальний файл.

**Застарілі результати?** Виконайте `openclaw memory index --force`, щоб перебудувати індекс. Спостерігач
може пропустити зміни в рідкісних крайових випадках.

**sqlite-vec не завантажується?** OpenClaw автоматично переходить до косинусної подібності
всередині процесу. `openclaw memory status --deep` повідомляє про локальне векторне сховище
окремо від провайдера ембедингів, тому `Vector store: unavailable` вказує
на завантаження sqlite-vec, тоді як `Embeddings: unavailable` вказує на готовність провайдера/автентифікації
або моделі. Перевірте журнали на конкретну помилку завантаження.

## Конфігурація

Для налаштування провайдера ембедингів, тонкого налаштування гібридного пошуку (ваги, MMR, часовий
спад), пакетного індексування, мультимодальної пам’яті, sqlite-vec, додаткових шляхів і всіх
інших параметрів конфігурації див.
[довідник із конфігурації пам’яті](/uk/reference/memory-config).

## Пов’язане

- [Огляд пам’яті](/uk/concepts/memory)
- [Пошук у пам’яті](/uk/concepts/memory-search)
- [Active Memory](/uk/concepts/active-memory)