📚 OpenClaw Embedding 配置教程
前置条件
- 安装 [Ollama](https://ollama.com)（如果尚未安装）
下载 embedding 模型 并运行
ollama pull nomic-embed-text
ollama list
ollama serve
✅ 确认输出中包含：nomic-embed-text:latest
配置步骤（每台机器均需独立执行）
步骤 1：编辑 openclaw.json 配置文件
文件路径：
- Windows：
C:\Users\<用户名>\.openclaw\openclaw.json
- macOS/Linux：
~/.openclaw/openclaw.json
修改内容：
在 agents.defaults 中添加或更新 memorySearch 配置项：
{
"agents": {
"defaults": {
"memorySearch": {
"provider": "openai",
"model": "nomic-embed-text",
"remote": {
"baseUrl": "http://localhost:11434/v1",
"apiKey": "ollama"
}
}
}
}
}
⚠️ 注意：若已有 memorySearch 配置，请仅修改或补充字段，避免重复嵌套或创建多个配置项。
步骤 2：重启 OpenClaw Gateway
openclaw gateway restart
步骤 3：验证配置是否生效
openclaw memory status --deep
✅ 成功标志（输出应包含）：
Provider: openai (requested: openai)
Model: nomic-embed-text
Embeddings: ready ✅
Vector: ready ✅
步骤 4：创建记忆存储目录
创建命令：
- Windows：
mkdir C:\Users\<用户名>\.openclaw\workspace\memory
- macOS/Linux：
mkdir -p ~/.openclaw/workspace/memory
步骤 5：初始化记忆索引
openclaw memory index
📌 此命令将扫描 memory 目录中的文件并构建向量索引。
常见问题与解决方案
| 问题 | 原因与解决方法 |
|---|---|
| Embeddings: unavailable | 检查 Ollama 是否正在运行：ollama list
|
| 连接失败 | 确认 baseUrl 为：http://localhost:11434/v1
|
| 索引为空 / 无结果 | 确保已创建记忆文件，并重新运行：openclaw memory index
|
测试语义搜索功能
1. 创建测试记忆文件
echo "# 测试记忆
- 这是测试内容
- 配置成功了" > ~/.openclaw/workspace/memory/test.md
2. 重建索引
openclaw memory index
3. 执行搜索测试
openclaw memory search "测试"
✅ 若返回包含 test.md 内容的结果，则表示配置成功！
多机器配置说明
| 配置项 | 机器 A | 机器 B |
|---|---|---|
| Ollama 地址 | localhost:11434 |
localhost:11434 |
| 模型名称 | nomic-embed-text |
nomic-embed-text |
| 配置方式 | 完全相同 | 完全相同 |
🔁 说明：每台机器独立运行 Ollama 和 OpenClaw，配置内容一致，无需共享服务。
📌 配置完成？还有问题？直接问我就行 🦎
本教程适用于 OpenClaw + Ollama 本地嵌入模型集成场景，确保每台设备独立运行、独立配置。
