Gestion de la mémoire OpenClaw : Guide complet

Gestion de la mémoire OpenClaw : Guide complet
La gestion de la mémoire est l'un des points les plus problématiques pour les nouveaux venus sur OpenClaw. Ce guide compile les meilleures pratiques issues de dizaines de discussions sur Reddit.
Le problème
"Il oublie de quoi vous parlez au milieu d'une phrase"
Contrairement à ChatGPT qui prévient de la perte de contexte, OpenClaw compacte et oublie automatiquement. C'est une fonctionnalité, pas un bug — mais elle nécessite une configuration appropriée.
Configuration de base de la mémoire
Invite clé :
Activer le vidage de mémoire avant le compactage
Définir compaction.memoryFlush.enabled sur true
Définir memorySearch.experimental.sessionMemory sur true
Règles de mémoire
- Avant l'entraînement — /compact
- Exécutez
/compactAVANT toute nouvelle tâche - Cela efface le contexte pour des informations fraîches
- Exécutez
- Après l'entraînement — commit
- Demandez : "Valide cela en mémoire"
- Puis : "Répète ce que tu as validé"
- Vérifiez que tout est correct
- Avant une nouvelle tâche — rappel
- Demandez : "Vérifie la mémoire pour les tâches associées"
- L'agent charge le contexte pertinent
Structure des fichiers
.openclaw/
├── memory/
│ ├── AAAA-MM-JJ.md # Journaux quotidiens
│ └── ...
├── MEMORY.md # Mémoire à long terme
├── HEARTBEAT.md # Tâches périodiques
└── TOOLS.md # Configuration des outils
Intégration Supermemory.ai
Pourquoi :
- Sauvegarde de mémoire en dehors de l'agent
- Récupération après des échecs
- Stockage structuré
Configuration :
- Connectez l'API
- Configurez la sauvegarde automatique (toutes les 6 heures)
- Utilisez les étiquettes :
project-{nom},decision,action-item
Erreurs courantes
| Erreur | Solution |
|---|---|
| Pas de /compact | Toujours avant une nouvelle tâche |
| Oublie après redémarrage | Configurer le vidage de mémoire |
| Mélange ancien et nouveau | Valider plus souvent |
| Perd le contexte du projet | Utiliser Supermemory |
La gestion de la mémoire n'est pas optionnelle — elle est essentielle.
👀 See Also

Configuration Multi-Agent OpenClaw Rentable à l'Aide de Modèles d'Abonnement
Un utilisateur de Reddit décrit comment il achemine toutes les opérations multi-agents d'OpenClaw via des abonnements existants à Anthropic Pro Max à 200 $ et à ChatGPT OpenAI Codex à 200 $, plutôt que d'utiliser des appels API directs, en utilisant des modèles Anthropic moins chers pour les agents simples et des modèles plus complexes pour les autres.

Passerelle OpenClaw gratuite avec LLM local sur Oracle Cloud
Un développeur explique comment exécuter OpenClaw Gateway avec un LLM local Qwen3.5 27B A3B 4 bits sur le niveau gratuit d'Oracle Cloud en utilisant une instance VM.Standard.A2.Flex avec 4 OCPU, 24 Go de RAM et 200 Go de SSD, gérée à distance via l'application QCAI.

Un système de mémoire à 4 fichiers pour les agents OpenClaw sans plugins
Un utilisateur de Reddit partage un système de mémoire pratique utilisant quatre fichiers markdown : USER.md pour l'identité, CONTEXT.md pour le travail actif, MEMORY.md pour les sujets structurés, et ARCHIVE.md pour les éléments terminés. L'approche aborde le problème de 'l'agent ne sait pas ce qu'il sait' grâce à une meilleure architecture de fichiers plutôt qu'à davantage de mémoire.

Mise à jour d'OpenClaw : Correction des erreurs « allowlist miss » de l'exécutable Telegram
Une mise à jour récente d'OpenClaw a provoqué l'échec des commandes exec de Telegram avec des erreurs 'exec denied: allowlist miss', même après avoir désactivé les approbations. La correction nécessite d'activer l'accès élevé, de configurer explicitement la sécurité exec, et de mettre à jour les fichiers openclaw.json et exec-approvals.json.