オープンクローで持続可能なAI知識インフラを構築する

開発者がAIセットアップで一般的なステートレス問題に対処するため、OpenClaw上に「Brain」という完全な知識インフラストラクチャシステムを構築しました。このシステムはセッション間で永続的なメモリを提供し、ユーザーが過去の決定やワークフローの履歴を照会できるようにします。

コアアーキテクチャ

Brainは中央知識サービスとして機能し、Ollamaを使用してドキュメントをローカルで取り込み、チャンク分割し、埋め込みを行います。データは複数のデータベース（Postgres、MongoDB、Qdrant）に分散保存され、関係性はMemgraphグラフデータベースでマッピングされます。これにより、すべての決定、セッション、ワークフロー実行が検索可能かつ相互接続されます。

検索と取得

Brainでの検索は、Qdrantによるセマンティック検索とPostgresのBM25全文検索を組み合わせたハイブリッド検索を使用し、相互順位融合で統合されます。結果は合成前に自動的に重複排除され、コンテキスト予算が割り当てられます。

RAGエージェントとプラグインシステム

Brainの上層にはRAGエージェントが配置され、完全なパイプライン（取得→グラフ展開→融合→合成）を実行します。これらはすべてローカルのOllamaモデルによって駆動されます。エージェントはすべての回答に対して信頼度を推定し、信頼度が低い場合は「知識ギャップ」を保留キューに自動的に記録します。

このシステムには、エージェントが呼び出せる33以上の型指定されたツールを含むクリーンなプラグインシステムが含まれています。例：brain_search、brain_ingest、brain_rag_query、brain_graph_slice、brain_condense_domain。すべての操作は厳密で適切に型指定されたインターフェースを持っています。

ワークフローと可観測性

ワークフローはこのシステムにおいて第一級の要素です。多段階パイプライン（方向付け、取得、検査、合成、記録）は、エージェントを通じて実行されるか、cronスケジュールでLLMを一切使用しない決定論的ランナーで実行できます。どちらの方法でも、テレメトリと可観測性は一貫して維持されます。

各エージェントには厳密なマンデートがあり、構造化された引き継ぎを通じて通信します。すべての活動はBrain内に検索可能な履歴として追跡されます。Pythonドリフトチェッカーは、ライブエージェント設定をBrainスナップショットと比較し、ツール許可リストやプラグインバージョンが変更されたときに構造化イベントを自動的に記録します。

ローカル展開と将来計画

このシステム全体は、埋め込みと合成にOllamaを使用し、すべてのストアにDockerを使用してローカルで動作します。コアインテリジェンス層ではOpenAI呼び出しや外部APIは使用されません。

次のステップには、RAGエージェントをLlamaIndex Workflowsに移行すること、共有brain-client SDKの構築、APIサーフェスの厳密化が含まれます。RAGエンドポイントは/v1/rag/プレフィックスに移行され、レルムはヘッダーになり、漏洩しやすいDBファサードは適切に抽象化されます。