La mémoire OpenClaw expliquée : architecture, configuration et pourquoi elle oublie

L'architecture complète de la mémoire OpenClaw (3 couches expliquées)

La mémoire OpenClaw fonctionne sur trois couches distinctes, chacune avec des caractéristiques de persistance et des modes de défaillance différents.

Cycle de vie complet de la mémoire :

Write → Embed/Index → Search → Compact → Recover
  ↓          ↓           ↓         ↓         ↓
.md file   sqlite-vec  semantic  summary   MEMORY.md
created    indexes it  query     replaces  re-read at
           on save     returns   context   session start
                       chunks    window

Chaque étape de cette chaîne peut échouer indépendamment. La plupart des problèmes d’oubli proviennent exactement d’une étape cassée.

Couche 1 — La fenêtre de contexte actif

Il s'agit de la mémoire de travail du modèle : tout ce qui est actuellement chargé dans la fenêtre contextuelle de la conversation active. Il comprend l'invite de votre système, l'historique des conversations et tous les morceaux de mémoire récupérés par l'outil de recherche.

Ce qui le remplit :

• Invite système (souvent volumineuse)
• Extraits de mémoire récupérés
• Historique des appels d'outils
• La conversation tourne

Limite pratique : supposons que vous disposiez d'environ 60 à 70 % de la fenêtre contextuelle annoncée du modèle disponible pour une conversation réelle après l'invite du système et la surcharge de mémoire.

Couche 2 — Notes quotidiennes (la fenêtre glissante de deux jours)

Les notes quotidiennes sont des fichiers Markdown en ajout uniquement nommés au format YYYY-MM-DD stockés dans votre répertoire memory/. Chargements OpenClaw d'aujourd'hui et d'hier fichiers automatiquement au début de chaque session.

• Les faits sur le travail d'aujourd'hui, les décisions prises et les tâches actives sont annexés ici
• Ils ne sont pas destinés à être modifiés : traitez-les comme un journal
• Après deux jours, ils sortent de la fenêtre de chargement automatique et deviennent consultables uniquement via la recherche sémantique.

Couche 3 — Mémoire durable (MEMORY.md et memory-wiki)

Les faits à long terme qui devraient survivre au fil des sessions (votre nom, le contexte du projet, les préférences de codage, les décisions architecturales) appartiennent à MEMORY.md ou au coffre-fort de plugins structuré memory-wiki.

Le problème du compactage – Pourquoi vos instructions disparaissent en cours de tâche

Le compactage est le mode de défaillance le plus sous-documenté dans OpenClaw. La plupart des articles traitent de l’oubli post-session. Presque aucune adresse compactage à mi-tâche dans les flux de travail autonomes de longue durée — lorsque l'agent exécute une tâche en plusieurs étapes, le compactage se déclenche silencieusement à l'étape 7 sur 12 et les instructions comportementales de l'étape 1 ont disparu.

À quoi sert le compactage :

1. Détecte la fenêtre contextuelle approchant de sa capacité
2. Résume la conversation en cours dans un bloc condensé
3. Remplace le contexte d'origine par le résumé
4. Poursuite de l'exécution

Quand ça se déclenche : Il n'y a pas de seuil configurable dans le plugin memory-core par défaut. Il se déclenche en fonction du nombre de jetons et non de l'étape de la tâche. Dans un fonctionnement autonome de 2 heures, vous pouvez vous attendre à 3 à 5 cycles de compactage.

Comment créer une architecture de fichiers résistante au compactage

Épinglez les instructions comportementales dans MEMORY.md, pas dans la conversation. Tout ce qui doit survivre à plusieurs cycles de compactage doit se trouver dans un fichier durable qui est relu après chaque compactage.

Modèle d’épinglage recommandé :

## Agent Behavioral Rules (always active)
- Never overwrite files without showing a diff first
- Write tests before implementation (TDD mode: on)
- Use TypeScript strict mode in all new files

## Project Context
- Stack: Node.js 22, Fastify, PostgreSQL 16
- Repo root: /home/user/project
- Active sprint goal: migrate auth to Clerk

Conventions de dénomination qui survivent au compactage :

• Préfixez les sections critiques avec ## [PINNED] — le résumé traite les en-têtes en majuscules comme étant hautement prioritaires.
• Gardez chaque fait épinglé sur une seule ligne lorsque cela est possible : les paragraphes denses sont résumés, les faits sur une seule ligne ont tendance à survivre textuellement.
• Répétez les 3 à 5 règles comportementales les plus critiques dans MEMORY.md et dans la note quotidienne d'aujourd'hui : la redondance est votre couverture de compactage.

Configuration zéro en mémoire en 10 minutes (échafaudage de fichiers complet)

Il s'agit du guide d'installation qui n'existe nulle part ailleurs. Copiez cette structure, remplissez votre contexte et c'est parti.

Arborescence des répertoires :

memory/
├── MEMORY.md
├── 2026-04-27.md          ← today's daily note (create manually)
└── wiki/                  ← only if using memory-wiki plugin
    ├── index.md
    ├── project-context.md
    └── decisions.md

Démarreur MEMORY.md :

# Persistent Memory

## Identity & Preferences
- Name: [your name]
- Role: [your role]
- Preferred response style: concise, no preamble

## Project: [Project Name]
- Stack: [your stack]
- Key constraints: [e.g., no external APIs, TypeScript only]
- Current focus: [active task or sprint goal]

## Behavioral Rules
- [Rule 1]
- [Rule 2]

## Decisions Made
- [YYYY-MM-DD] Decided to use X because Y

Note quotidienne de démarrage (2026-04-27.md) :

# 2026-04-27

## Session Goals
- [ ] Task 1
- [ ] Task 2

## Notes

Configuration de l'emplacement du plugin (syntaxe 2026) :

{
  "plugins": {
    "slots": {
      "memory": "memory-core"
    }
  }
}

Pour désactiver complètement la mémoire :

{
  "plugins": {
    "slots": {
      "memory": false
    }
  }
}

Étapes de vérification :

1. Exécutez une session et demandez à l'agent de se souvenir de quelque chose que vous lui avez dit lors d'une session précédente
2. Vérifiez que memory/YYYY-MM-DD.md a été écrit (il doit avoir un nouveau contenu)
3. Demandez directement à l'agent : « Que savez-vous de moi ? - il devrait provenir de MEMORY.md

Configuration du wiki mémoire pour une base de connaissances de production

Activez-le en échangeant l'emplacement du plugin :

{
  "plugins": {
    "slots": {
      "memory": "memory-wiki"
    }
  }
}

memory-wiki génère un coffre-fort structuré sous memory/wiki/. Chaque sujet a sa propre page. Le plugin compile un digest.md qui regroupe des faits de haute confiance et non contredits que l'agent doit charger au démarrage de la session.

Structure de coffre-fort pratique pour un agent de production :

memory/wiki/
├── index.md              ← vault table of contents
├── digest.md             ← auto-generated; agent reads this
├── project-context.md    ← stack, goals, constraints
├── decisions.md          ← architectural decisions log
├── team.md               ← stakeholders, contacts
└── domain-knowledge.md   ← business rules, glossary

Recherche sémantique et intégrations – SQlite, sqlite-vec et JS Fallback

OpenClaw indexe vos fichiers mémoire en utilisant SQLite avec l'extension sqlite-vec pour la recherche de similarité vectorielle. Lorsque vous ou l'agent effectuez une recherche dans la mémoire, celui-ci intègre la requête et récupère les fragments les plus sémantiquement pertinents.

Vérifiez que votre magasin vectoriel est sain :

# Check that the memory index exists
ls memory/.index/

# Reset a corrupted index (safe to run — it rebuilds from .md files)
rm -rf memory/.index/ && OpenClaw reindex

Si sqlite-vec n'est pas disponible (courant sur ARM Linux et certaines configurations Windows), OpenClaw revient à une extension vectorielle pure JS. Forcez explicitement le repli :

{
  "memory": {
    "vectorBackend": "js"
  }
}

Stratégies de mémoire spécifiques à un segment

Développeur solo : surcharge minimale, rappel maximal

Configuration recommandée : plugin memory-core, MEMORY.md + notes quotidiennes uniquement, pas de coffre-fort wiki.

• Gardez MEMORY.md sous 200 lignes - les fichiers plus longs ralentissent le démarrage de la session
• Ajouter des notes quotidiennes de manière agressive ; n'essayez pas de les garder propres
• Examinez et élaguez MEMORY.md chaque semaine : les faits obsolètes dégradent la qualité de la recherche.

Pipeline multi-agents – Mémoire partagée entre les agents

Lorsque plusieurs agents lisent et écrivent dans le même répertoire memory/, vous avez besoin de règles de propriété explicites.

• Un agent est propriétaire des écritures dans chaque fichier — les écritures simultanées dans le même fichier .md produiront des conflits
• Utilisez des sous-répertoires par agent : memory/agent-a/, memory/agent-b/, avec un memory/shared/MEMORY.md partagé
• Utilisez memory-wiki pour le coffre-fort partagé - sa compilation de résumé gère mieux la fraîcheur entre plusieurs rédacteurs que les fichiers bruts

Tâches autonomes de longue durée – Survivre aux heures d'exécution

Pour les agents exécutant des tâches mesurées en heures :

• Forcer les écritures en mémoire aux points de contrôle — après chaque étape majeure de la tâche, demandez à l'agent d'ajouter son état actuel à la note quotidienne du jour
• Contexte résistant au compactage pré-chargé — placez la spécification complète de la tâche dans MEMORY.md avant le début de l'exécution, pas seulement dans le message initial
• Définir des marqueurs de continuation explicites dans les notes quotidiennes : <!-- RESUME POINT: completed steps 1-4, next: step 5 --> pour que l'agent puisse s'orienter automatiquement après un cycle de compactage

Dépannage de la mémoire OpenClaw - Diagnostiquez tout problème d'oubli en 2 minutes

Suivez ces étapes dans l’ordre :

Foire aux questions

Verdict final - La configuration de la mémoire qui colle réellement

Base de référence recommandée pour la plupart des utilisateurs : Plugin memory-core, répertoire memory/ créé avant la première session, MEMORY.md avec des règles de comportement dans une section épinglée clairement étiquetée, des notes quotidiennes ajoutées tout au long de chaque session.

Votre liste de contrôle d’action :

• Créez le répertoire memory/ à la racine de votre projet
• Copiez le modèle de démarrage MEMORY.md ci-dessus et remplissez votre contexte
• Vérifiez que plugins.slots.memory est défini sur "memory-core" (ou le plugin de votre choix)
• Ajoutez vos 3 à 5 règles comportementales les plus critiques sous ## [PINNED] dans MEMORY.md
• Après votre première séance, confirmez qu'une note quotidienne datée a été rédigée
• Si la recherche sémantique ne vous convient pas, exécutez OpenClaw reindex pour reconstruire l'index vectoriel

L'architecture est solide une fois qu'on la comprend. La plupart des problèmes d’oubli se résolvent dans les 10 minutes suivant cette liste de contrôle.