Sistema de memoria local OpenClaw: almacenamiento de memoria AI en Markdown

La semana pasada, la arquitectura que la IA había analizado ya había desaparecido del historial de chat. Los asistentes de IA resuelven problemas, pero tienen poca memoria: al final de una conversación, casi todo se olvida. Y, sobre todo, ¿adónde van a parar estos datos? ¿En un servidor en la nube? ¿Quién puede verlos?

OpenClaw almacena toda la memoria AI en archivos Markdown en el disco local. Esto resuelve dos problemas: la IA mantiene la memoria a largo plazo y los datos no van automáticamente a la nube.

Este artículo analiza el sistema de memoria de OpenClaw: arquitectura de dos niveles (registros temporales + conocimiento persistente), búsqueda híbrida (BM25 + semántica vectorial) y mecanismos de privacidad locales. Datos bajo tu control, edición en VSCode, versionado en Git.

Guía de “cría de langosta” de bajo presupuesto: ArkClaw democratiza el agente de IA

¿OpenClaw (“langosta”) es poderoso pero la configuración es desalentadora? ArkClaw de ByteDance Volcano Engine reduce enormemente la barrera: sin servidores ni configuración de tokens, un “asistente de IA” en línea 24 horas al día, 7 días a la semana, navegador, scripts y calendario.

El precio importa: alrededor de ¥9,9/mes; con código de invitación ZLKUK54M (regístrese aquí) aproximadamente ¥8,9. Desarrolladores: Es posible que se incluya Coding Plan Pro.

Por qué Markdown: la filosofía de dar prioridad al archivo

La primera vez que OpenClaw me mostró archivos Markdown para la memoria de IA, me sentí escéptico. Markdown, ¿no es para médicos?

Cuando lo piensas bien, la elección es inteligente.

Si todo está en PostgreSQL, para ver qué recuerda la IA, necesitas un cliente SQL… En Markdown, VSCode es suficiente. ¿Para modificar? Para salvaguardar. ¿Para salvaguardar? Copie la carpeta. ¿Volver a la semana pasada? Un “pago de git”.

Los autores llaman a esto primero el archivo: Markdown es la única fuente de verdad; la base se utiliza principalmente para el índice y para acelerar la búsqueda.

Esto se acerca al modelo NOTES.md recomendado por Anthropic para Claude: un archivo de decisión y contexto. OpenClaw lleva la lógica más allá: todo el sistema de memoria depende de Markdown.

Comparaison rapide :

Vultr - Servidor cloud NVMe de alto rendimiento, 32 ubicaciones globales, despliegue Docker con un clic

Ver precios →Anuncio

• Redis/memoria: rápido, volátil sin persistencia dedicada
• PostgreSQL/MySQL: potente, pesado, datos poco legibles
• Base vectorial en la nube (por ejemplo, Pinecone): adaptada a la IA, a menudo fuera de la máquina

Avantages Markdown :

1. Legible: ves lo que recuerda la IA
2. Controlable: copia de seguridad, eliminación, cifrado como desee
3. Compatible con Git: historial de cambios, colaboración posible
4. Sin gran dependencia: no hay servicio de base de datos obligatorio

Limitación principal: ¿cómo encontrar rápidamente el pasaje correcto en cientos de archivos? Estamos llegando allí.

Architecture à deux niveaux : temporaire et persistant

El diseño se asemeja a la memoria humana: Registros diarios y Conocimiento seleccionado.

Los registros son memoria a corto plazo (la actividad de hoy, las conversaciones recientes) en memoria/AAAA-MM-DD.md. El 5 de febrero de 2026, OpenClaw crea memory/2026-02-05.md y solo lo agrega.

Punto clave: al inicio, OpenClaw carga el día actual y el día anterior. Dos días para la continuidad reciente; más allá de eso, no se carga automáticamente (de lo contrario, la ventana contextual explota).

El conocimiento persistente vive en MEMORIA/: arquitectura del proyecto, decisiones, fragmentos útiles, ingresados ​​o extraídos de forma manual o automática.

Exemple de structure :

memory/
├── 2026-02-01.md          # ancien journal, non chargé auto
├── 2026-02-04.md          # hier, chargé auto
├── 2026-02-05.md          # aujourd'hui, chargé auto
└── MEMORY/
    ├── project-architecture.md
    ├── deployment-notes.md
    └── troubleshooting-guide.md

En el lanzamiento, los dos últimos registros ingresan al contexto; para un dato de hace un mes, debes buscar en MEMORIA/.

Autoarchivar: demasiados registros → vaciar, comprimir o archivar; lo importante es migrar hacia el almacenamiento sostenible.

Esto recuerda a la curva del olvido: no es necesario conservar todo; lo esencial queda fijado en la larga memoria.

Recherche efficace : SQLite et approche hybride

Cientos de archivos Markdown: grep por sí solo no es suficiente. Está buscando “implementar una aplicación en contenedores” cuando la nota dice “Creación de imágenes de Docker e implementación de K8”: no hay coincidencia léxica.

Recherche hybride : BM25 (mots-clés) + similarité vectorielle (sémantique).

Mécanisme :

1. Índice: en cada escritura, divida en partes y luego:

   • FTS5 SQLite para texto completo (BM25)
   • incrustación vía API, vectores almacenados en SQLite

2. Consulta: para “implementar contenedores”:

   • BM25 sobre “despliegue”, “contenedor”
   • búsqueda vectorial de significado
   • fusión de puntuación, top-K

Resultado: velocidad de palabras clave + relevancia semántica.

Railway - Plataforma de despliegue moderna, sin ops complejas, en producción en minutos

Empezar ahora →Anuncio

Incrustar plantillas:

• Local : hors ligne, données locales, qualité parfois inférieure
• OpenAI Embedding API : efficace, cloud, clé requise
• Gemini Embedding API : quota gratuit souvent plus large

Elección según confidencialidad o calidad. En la práctica, aparece una nota de “proxy inverso de Nginx” cuando solicitamos “equilibrio de carga”, sin esta palabra en la nota: efecto de la semántica.

Confidentialité et sécurité : priorité au local

Mucha gente evita la información confidencial con los asistentes de IA: arquitectura interna, clientes, vida privada; no sabemos si los intercambios van a la nube o se utilizan para capacitación.

OpenClaw local-first: archivos en el disco, sin carga automática. ¿Nube? Dropbox o Git depende de ti. ¿Cifrado? VeraCrypt, FileVault. Tú decides.

Alineado con el movimiento Local-first Software: soberanía de datos para el usuario.

Los locales no son invulnerables:

1. Claves API en un archivo y luego en un repositorio público de Git
2. Permisos: acceso de lectura/escritura a memoria/ configurado incorrectamente
3. Habilidades maliciosas: extensiones que pueden filtrarse
4. Instancias expuestas: cientos de OpenClaws en Internet sin autenticación (Cisco, Vectra AI)

Bonnes pratiques :

• Sandbox Docker: limita las rutas accesibles
• Mínimo privilegio: no root
• Cifrado de archivos confidenciales
• Se requiere autenticación si hay exposición (Nginx + autenticación básica u OAuth)
• Auditoría: contenido de memoria/, lista de habilidades

DigitalOcean ofrece una guía detallada de endurecimiento.

El almacenamiento local ofrece la posibilidad de confidencialidad; La seguridad real depende de tu configuración, como una cerradura que debe cerrarse.

Guía práctica: gestionar y optimizar los datos de la memoria

Organización de archivos

Estructura predeterminada:

memory/
├── 2026-02-05.md
├── MEMORY/
│   ├── projects/
│   │   ├── project-a.md
│   │   └── project-b.md
│   ├── reference/
│   └── troubleshooting/
└── .memory_index.db

Personalización posible, por ejemplo:

MEMORY/
├── work/
│   ├── backend-api-design.md
│   └── database-migration-notes.md
├── learning/
│   ├── rust-ownership-model.md
│   └── kubernetes-networking.md
└── personal/
    └── recipe-collection.md

Maintenance

1. Limpieza mensual: periódicos viejos; lo importante va a MEMORIA/
2. Edición manual: corrige un error directamente en Markdown
3. Git: memoria/ versionado = historial de memoria
4. Copia de seguridad: nube o disco externo

Performance

• Archivo de rebajas < 1 MB; de lo contrario cortar
• Ventana de contexto: por defecto 2 días; reducir a 1 si es demasiado lento
• Reconstruir el índice: eliminar .memory_index.db y reiniciar
• Archivado automático después de ~30 días de registros

Consejo: un INDEX.md en MEMORY/ con resúmenes y enlaces: respaldo si la búsqueda falla.

Alibaba Cloud - Opción preferida para desarrolladores, 15 % de descuento exclusivo en Lighthouse

Obtener 15% dto. →Anuncio

Gestionar la memoria es un poco como guardar un cuaderno: disciplina y hábitos. Una vez que el flujo está establecido, el control local brinda más tranquilidad que una nube opaca.

Resumen

¿Dónde almacenar la memoria de un asistente de IA?

OpenClaw responde: Rebaja local. “Retro”, pero aborda la confidencialidad y el control de datos.

Deux niveaux (journaux + persistant), recherche hybride (BM25 + vecteurs), philosophie file-first : éditeur, Git, gestionnaire de fichiers — outils familiers.

No es universal: multidispositivo sin esfuerzo, equipos sin Git, cero operaciones → la nube puede ser una mejor opción.

Para mí, la lección es clara: La memoria de la IA puede ser transparente, controlable y tuya.

Si está desarrollando un agente, pruebe con un simple NOTES.md. El problema no es la sofisticación técnica, sino quién posee los datos.

Documentation et code sources officiels ; communauté active.

Y lo más importante: configura la seguridad, no permitas que tu memoria se convierta en la de otra persona.