Le plugin OpenClaw-Mem0 ajoute une mémoire persistante en dehors de la fenêtre de contexte.

Le plugin openclaw-mem0 résout les limitations de mémoire par défaut d'OpenClaw en stockant les mémoires en dehors de la fenêtre de contexte, les rendant ainsi immunisées contre la compaction de contexte, les limites de tokens et les redémarrages de session.

Le problème de mémoire dans OpenClaw

Les agents OpenClaw sont sans état entre les sessions, avec la mémoire par défaut stockée dans des fichiers qui doivent être chargés explicitement. La compaction de contexte résume l'ancien contexte pour économiser des tokens, ce qui rend la mémoire injectée sujette à des pertes - les gros fichiers de mémoire et les faits appris sont compressés, réécrits ou supprimés sans avertissement.

Les solutions de contournement communautaires comme les fichiers MEMORY.md complets, les moteurs de recherche locaux BM25 + vectoriels et les journaux de session basés sur SQLite partagent tous la même limitation : ils stockent la mémoire à l'intérieur de la fenêtre de contexte, les rendant vulnérables à la compaction ou aux redémarrages de session.

Comment fonctionne le plugin

Le plugin exécute deux processus à chaque tour de conversation :

• Récupération automatique : Recherche dans Mem0 les mémoires pertinentes avant que l'agent ne réponde, en injectant le contexte correspondant (préférences, décisions passées, détails du projet) dans le contexte de travail à chaque tour
• Capture automatique : Envoie chaque échange à Mem0 après la réponse de l'agent, avec la couche d'extraction de Mem0 déterminant ce qui vaut la peine d'être conservé - les nouveaux faits sont stockés, les obsolètes mis à jour, les doublons fusionnés

Les deux processus sont activés par défaut lors de l'installation.

Structure de la mémoire

Le plugin sépare la mémoire en deux portées :

• Mémoires à long terme : Délimitées par l'utilisateur, persistent à travers toutes les sessions (nom, pile technologique, structure du projet, décisions)
• Mémoires à court terme : Délimitées par session, suivent le travail actif sans polluer le stockage à long terme

Les deux portées sont recherchées à chaque récupération, avec les mémoires à long terme remontées en premier.

L'agent dispose de cinq outils pour la gestion explicite de la mémoire :

• memory_search - requêtes sémantiques sur toutes les mémoires
• memory_store - sauvegarder explicitement un fait spécifique
• memory_list - voir toutes les mémoires stockées
• memory_get - récupérer une mémoire spécifique par ID
• memory_forget - supprimer des mémoires (conforme au RGPD)

Options de configuration

Configuration cloud (la plus simple) :

openclaw plugins install @mem0/openclaw-mem0

Obtenez une clé API sur app.mem0.ai, puis ajoutez-la à openclaw.json :

{
  "openclaw-mem0": {
    "enabled": true,
    "config": {
      "apiKey": "${MEM0_API_KEY}",
      "userId": "your-user-id"
    }
  }
}

Entièrement local, entièrement privé (auto-hébergé) :

Définissez "mode": "open-source" et apportez votre propre pile :

{
  "openclaw-mem0": {
    "enabled": true,
    "config": {
      "mode": "open-source",
      "userId": "your-user-id",
      "oss": {
        "embedder": {
          "provider": "ollama",
          "config": {
            "model": "nomic-embed-text"
          }
        },
        "vectorStore": {
          "provider": "qdrant",
          "config": {
            "host": "localhost",
            "port": 6333
          }
        }
      }
    }
  }
}