개요

OpenClaw의 메모리 시스템은 플레인 마크다운 파일 기반이다. 에이전트의 장기 기억, 학습 내용, 일별 노트 등을 워크스페이스에 마크다운으로 저장한다.

메모리 파일 구조

workspace/
├── MEMORY.md              # 장기 메모리 (영구 보존)
└── memory/
    ├── 2026-03-28.md      # 일별 노트
    ├── 2026-03-29.md
    ├── 2026-03-30.md
    └── 2026-04-01.md

MEMORY.md

영구 장기 메모리 파일이다. 세션을 넘어서 지속되어야 하는 핵심 정보를 저장한다.

# 메모리

## 사용자 선호
- 한국어로 소통 선호
- Next.js + TypeScript 스택 사용

## 프로젝트 정보
- CRM 프로젝트: Supabase + Claude 연동
- 배포 환경: Vercel

## 중요 결정
- 2026-03-15: DB를 Google Sheets에서 Supabase로 마이그레이션 결정

memory/YYYY-MM-DD.md

일별 노트 파일이다. 해당 날짜에 발생한 이벤트, 대화 요약, 작업 내용 등을 기록한다.

# 2026-04-01

## 오늘 작업
- OpenClaw 문서 한국어 번역 완료
- 게이트웨이 설정 변경 (포트 18789 → 커스텀)

## 메모
- 다음 주 Telegram 채널 연동 예정

메모리 도구

에이전트가 메모리를 검색하고 읽을 수 있는 내장 도구가 제공된다.

시맨틱 검색으로 메모리를 찾는다.

  • 키워드가 아닌 의미 기반 검색
  • 관련도 순으로 결과 반환
  • 모든 메모리 파일 대상

memory_get

특정 파일을 직접 읽는다.

  • 파일 경로를 지정하여 내용 조회
  • MEMORY.md 또는 특정 날짜 파일 읽기

메모리 백엔드

메모리 저장 및 검색에 사용되는 백엔드를 선택할 수 있다.

1. Builtin (기본)

  • SQLite 기반
  • 별도 설정 없이 바로 사용 가능
  • 로컬 파일 시스템에 저장
  • 기본 시맨틱 검색 지원

2. QMD

  • 로컬 우선(Local-first) 아키텍처
  • 리랭킹(Reranking) 지원으로 검색 정확도 향상
  • 더 정교한 검색이 필요한 경우 사용

3. Honcho

  • AI 네이티브 메모리 시스템
  • 크로스 세션(Cross-session) 메모리 지원
  • 여러 세션에 걸친 패턴과 인사이트 추출
  • 클라우드 연동 가능

자동 메모리 플러싱

컨텍스트 엔진이 히스토리를 **압축(compaction)**하기 전에 자동으로 메모리 플러싱이 실행된다.

플러싱 과정

  1. 컨텍스트가 토큰 예산에 가까워짐
  2. 압축 전 메모리 플러싱 자동 실행
  3. 중요한 정보를 MEMORY.md 또는 일별 파일에 저장
  4. 이후 히스토리 압축 진행

이 과정 덕분에 오래된 대화가 압축되더라도 핵심 정보는 메모리 파일에 보존된다.

메모리 설정 예시

{
  "agents": {
    "default": {
      "memory": {
        "backend": "builtin",     // "builtin", "qmd", "honcho"
        "autoFlush": true,        // 자동 플러싱 활성화
        "searchResults": 10       // 검색 결과 최대 개수
      }
    }
  }
}