Gemini や OpenAI など API Key を使用する場合は自動で有効化されていますが、Local LLM を使用する場合は手動で設定が必要です。

• https://docs.openclaw.ai/concepts/memory

埋め込み用モデルは 1b 未満の小さいものも用意されているので、OpenClaw と同じ PC の CPU で走らせることもできます。 ただしその分メモリを必要とするため、VPS など RAM 容量が 3GB 未満の場合はおすすめしません。

他の PC 上で動いている Ollama や LMStudio に接続して埋め込みモデルを走らせることができます。

Ollama, LMStudio を使って埋め込みモデルを使用することができます。 以下の手順と同じように進めて、IP アドレスを自分自身 “127.0.0.1” にしてください。

CPU を使う場合は 1b 未満の小さいモデルがお勧めです。

また OpenClaw 内蔵の機能を使って agents.memorySearch.provider = “local” を設定することもできます。 この場合は自分でモデルファイルを用意し、かつ nodejs の inference モジュールも追加でインストールしておく必要があります。

1. LMStudio でモデルをダウンロードします
   • 例えば Mac でメモリに余裕があるなら qwen3-embedding-4b-gguf、CPU だけなら embeddinggemma-300m-qat-gguf (Q8_0)
2. もしダウンロードしたモデルが My Models の Text Embedding に含まれていない場合は以下の設定を行ってください
   1. My Models からダウンロードしたモデルを選択して⚙(歯車)をクリック
   2. 右側のパネルの一番下に「Domain Control」があるので、“Override Domain Type” を「Text Embedding」に変更
   • これで qwen3-embedding-4b-gguf が My Models の Text Embedding に分類されるようになります。

接続設定を ~/.openclaw/openclaw.json の agents.memorySearch に記述します。 以下はその例です。LM-STUDIO-IP-ADDRESS と model 名は置き換えてください。 自分自身の PC 上で走らせる場合は LM-STUDIO-IP-ADDRESS を 127.0.0.1 にしてください。

{
  ～
 
  "agents": {
    "defaults": {
      "memorySearch": {
        "provider": "openai",
        "model": "text-embedding-qwen3_embedding_4b",
        "fallback": "none",
        "remote": {
          "baseUrl": "http://＜LM-STUDIO-IP-ADDRESS＞:1234/v1",
          "apiKey": "lm-studio"
        }
      },
      ～
    }
  },
 
  ～
}

以下のコマンドを実行してメモリのインデックスを更新します。

openclaw memory index --force

1. ollama でモデルをダウンロードします。CPU を使う場合は 0.3b (300m) や 0.6b など小さいモデルがおすすめです
   • ollama pull embeddinggemma:300m

接続設定を ~/.openclaw/openclaw.json の agents.memorySearch に記述します。 以下はその例です。 もし他の PC 上で動いている ollama に接続する場合は “127.0.0.1” を他の PC の IP アドレスに置き換えてください。 またモデル名 “embeddinggemma:300m” も必要に応じて置き換えてください。

{
  ～
 
  "agents": {
    "defaults": {
      "memorySearch": {
        "provider": "openai",
        "model": "embeddinggemma:300m",
        "fallback": "none",
        "remote": {
          "baseUrl": "http://127.0.0.1:11434/v1",
          "apiKey": "ollama"
        }
      },
      ～
    }
  },
 
  ～
}

以下のコマンドを実行してメモリのインデックスを更新します。

openclaw memory index --force

1. embeddinggemma-300m-qat-Q8_0.gguf をダウンロードして ~/models に入れておきます
   • https://huggingface.co/ggml-org/embeddinggemma-300M-GGUF
2. 以下のコマンドでモジュールをインストールします

   • cd ~/.npm-global/lib/node_modules/openclaw
     npm install node-llama-cpp

3. 設定を追加します。modelPath は環境によって異なるので修正してください。

   • {
       ～
      
       "agents": {
        "defaults": {
           "memorySearch": {
             "provider": "local",
             "fallback": "none",
             "local": {
               "modelPath": "/home/openclaw/models/embeddinggemma-300m-qat-Q8_0.gguf"
             }
           },
           ～
         }
       },
      
       ～
     }

4. 再インデックス化します

   • openclaw memory index --force