Busca Semântica Local em Memória para Agentes OpenClaw Usando Embeddings Harrier

Um novo repositório mostra como dar a um agente OpenClaw busca de memória semântica local sem enviar embeddings para um serviço externo. A abordagem executa um pequeno servidor de embeddings local com o modelo Harrier da Microsoft (microsoft/harrier-oss-v1-0.6b), expõe uma API compatível com Ollama e a conecta à configuração memorySearch do OpenClaw.

Como funciona

O servidor de embeddings executa o Harrier localmente e fornece endpoints /api/embed e /api/embeddings que seguem o formato da API do Ollama. O memorySearch do OpenClaw já suporta endpoints no estilo Ollama, então apontá-lo para http://localhost:8000 dá ao agente uma camada de memória semântica local de última geração.

Por que isso importa para a memória do agente

A maioria dos sistemas de memória de agente tem dois pontos problemáticos:

• Colocar muita memória no prompt queima tokens e bagunça o contexto.
• Manter arquivos de memória pequenos e manuais se torna difícil de manter à medida que o histórico cresce.

A busca de memória semântica oferece um meio-termo. A memória de longo prazo permanece em arquivos markdown normais (MEMORY.md, logs diários, notas, arquivos de projeto) que são legíveis e editáveis por humanos. Em tempo de execução, o agente recupera apenas os trechos relevantes.

Benefícios

• Menos desperdício de tokens — não é necessário colocar todo fato durável em cada prompt.
• Arquivos de memória mais limpos — não há necessidade de comprimir em um grande bloco de contexto.
• Melhor recuperação — encontra notas conceitualmente relacionadas mesmo quando a redação não corresponde exatamente.
• Depuração mais fácil — a fonte da verdade é texto simples, não um banco de dados vetorial opaco.
• Melhor privacidade — embeddings calculados localmente, sem envio de dados para API hospedada.

O que o repositório inclui

• Pequeno servidor de embeddings em Python implementando endpoints compatíveis com Ollama
• Exemplo de configuração memorySearch do OpenClaw
• Modelo de serviço launchd para macOS
• Corpus de memória markdown simulado
• Testes básicos e demonstração de consulta local

O repositório está em github.com/promptclickrun/harrier-openclaw-memory-search.