chore(i18n): refresh zh-CN translations

2026-04-12 17:55:20 +00:00 · 2026-04-12 17:55:20 +00:00 · 982dcccbc1
commit 982dcccbc1
parent e3519a2238
2 changed files with 221 additions and 201 deletions
--- a/docs/zh-CN/concepts/memory-qmd.md
+++ b/docs/zh-CN/concepts/memory-qmd.md
@ -1,27 +1,27 @@
 ---
 read_when:
    - 你想将 QMD 设置为你的记忆后端
-    - 你想使用重排序或额外索引路径等高级记忆功能
-summary: 采用本地优先的搜索 sidecar，支持 BM25、向量搜索、重排序和查询扩展
-title: QMD 记忆引擎
+    - 你想要高级记忆功能，例如重排序或额外的索引路径
+summary: 本地优先的搜索 sidecar，支持 BM25、向量、重排序和查询扩展
+title: QMD Memory Engine
 x-i18n:
-    generated_at: "2026-04-06T00:47:17Z"
+    generated_at: "2026-04-12T17:53:41Z"
    model: gpt-5.4
    provider: openai
-    source_hash: 36642c7df94b88f562745dd2270334379f2aeeef4b363a8c13ef6be42dadbe5c
+    source_hash: 27afc996b959d71caed964a3cae437e0e29721728b30ebe7f014db124c88da04
    source_path: concepts/memory-qmd.md
    workflow: 15
 ---

-# QMD 记忆引擎
+# QMD Memory Engine

-[QMD](https://github.com/tobi/qmd) 是一个本地优先的搜索 sidecar，与 OpenClaw 一同运行。它将 BM25、向量搜索和重排序整合到单个二进制文件中，并且可以索引超出你的工作区记忆文件范围的内容。
+[QMD](https://github.com/tobi/qmd) 是一个与 OpenClaw 一起运行的本地优先搜索 sidecar。它将 BM25、向量搜索和重排序整合到一个二进制文件中，并且可以为你的工作区记忆文件之外的内容建立索引。

 ## 相比内置功能增加了什么

 - **重排序和查询扩展**，以获得更好的召回效果。
- **索引额外目录** —— 项目文档、团队笔记、磁盘上的任何内容。
- **索引会话转录** —— 回忆更早的对话。
+- **为额外目录建立索引** —— 项目文档、团队笔记、磁盘上的任何内容。
+- **为会话转录建立索引** —— 回忆更早的对话。
 - **完全本地运行** —— 通过 Bun + node-llama-cpp 运行，自动下载 GGUF 模型。
 - **自动回退** —— 如果 QMD 不可用，OpenClaw 会无缝回退到内置引擎。

@ -30,9 +30,9 @@ x-i18n:
 ### 前提条件

 - 安装 QMD：`npm install -g @tobilu/qmd` 或 `bun install -g @tobilu/qmd`
- 支持扩展的 SQLite 构建版本（在 macOS 上使用 `brew install sqlite`）。
- QMD 必须位于 Gateway 网关的 `PATH` 中。
- macOS 和 Linux 开箱即用。Windows 最佳支持方式是通过 WSL2。
+- 允许扩展的 SQLite 构建版本（在 macOS 上使用 `brew install sqlite`）。
+- QMD 必须位于 Gateway 网关的 `PATH` 上。
+- macOS 和 Linux 开箱即用。Windows 通过 WSL2 的支持最佳。

 ### 启用

@ -44,22 +44,23 @@ x-i18n:
 }
 ```

-OpenClaw 会在 `~/.openclaw/agents/<agentId>/qmd/` 下创建一个自包含的 QMD 主目录，并自动管理 sidecar 的生命周期 —— collection、更新和 embedding 运行都会由它为你处理。它会优先使用当前的 QMD collection 和 MCP 查询形态，但在需要时仍会回退到旧版的 `--mask` collection 标志和更早的 MCP 工具名称。
+OpenClaw 会在 `~/.openclaw/agents/<agentId>/qmd/` 下创建一个自包含的 QMD 主目录，并自动管理 sidecar 生命周期 —— 集合、更新和嵌入运行都会为你处理。它会优先使用当前的 QMD 集合和 MCP 查询格式，但在需要时仍会回退到旧版 `--mask` 集合标志和较旧的 MCP 工具名称。

 ## sidecar 的工作方式

- OpenClaw 会根据你的工作区记忆文件和任何已配置的 `memory.qmd.paths` 创建 collection，然后在启动时和定期（默认每 5 分钟）运行 `qmd update` + `qmd embed`。
- 启动时刷新会在后台运行，因此不会阻塞聊天启动。
- 搜索会使用已配置的 `searchMode`（默认：`search`；也支持 `vsearch` 和 `query`）。如果某种模式失败，OpenClaw 会使用 `qmd query` 重试。
- 如果 QMD 完全失败，OpenClaw 会回退到内置的 SQLite 引擎。
+- OpenClaw 会根据你的工作区记忆文件以及任何已配置的 `memory.qmd.paths` 创建集合，然后在启动时和定期执行 `qmd update` + `qmd embed`（默认每 5 分钟一次）。
+- 默认工作区集合会跟踪 `MEMORY.md` 以及 `memory/` 目录树。小写的 `memory.md` 仍然只是启动引导回退项，而不是单独的 QMD 集合。
+- 启动刷新会在后台运行，因此不会阻塞聊天启动。
+- 搜索会使用配置的 `searchMode`（默认：`search`；也支持 `vsearch` 和 `query`）。如果某种模式失败，OpenClaw 会使用 `qmd query` 重试。
+- 如果 QMD 完全失败，OpenClaw 会回退到内置 SQLite 引擎。

 <Info>
-首次搜索可能较慢 —— QMD 会在第一次运行 `qmd query` 时自动下载用于重排序和查询扩展的 GGUF 模型（约 2 GB）。
+首次搜索可能会比较慢 —— QMD 会在第一次运行 `qmd query` 时自动下载用于重排序和查询扩展的 GGUF 模型（约 2 GB）。
 </Info>

 ## 模型覆盖

-QMD 的模型环境变量会从 Gateway 网关进程原样透传，因此你可以全局调整 QMD，而无需添加新的 OpenClaw 配置：
+QMD 模型环境变量会从 Gateway 网关进程原样透传，因此你可以全局调整 QMD，而无需新增 OpenClaw 配置：

 ```bash
 export QMD_EMBED_MODEL="hf:Qwen/Qwen3-Embedding-0.6B-GGUF/Qwen3-Embedding-0.6B-Q8_0.gguf"
@ -67,11 +68,11 @@ export QMD_RERANK_MODEL="/absolute/path/to/reranker.gguf"
 export QMD_GENERATE_MODEL="/absolute/path/to/generator.gguf"
 ```

-更改 embedding 模型后，请重新运行 embeddings，以确保索引与新的向量空间匹配。
+更改嵌入模型后，请重新运行嵌入，以确保索引与新的向量空间匹配。

 ## 为额外路径建立索引

-将 QMD 指向其他目录，使其内容可被搜索：
+将 QMD 指向附加目录，使其可被搜索：

 ```json5
 {
@ -84,7 +85,7 @@ export QMD_GENERATE_MODEL="/absolute/path/to/generator.gguf"
 }
 ```

-来自额外路径的片段会在搜索结果中显示为 `qmd/<collection>/<relative-path>`。`memory_get` 能识别此前缀，并从正确的 collection 根目录读取内容。
+来自额外路径的片段会在搜索结果中显示为 `qmd/<collection>/<relative-path>`。`memory_get` 能识别此前缀，并从正确的集合根目录读取。

 ## 为会话转录建立索引

@ -101,11 +102,11 @@ export QMD_GENERATE_MODEL="/absolute/path/to/generator.gguf"
 }
 ```

-转录内容会被导出为经过清理的用户/助手轮次，并存入 `~/.openclaw/agents/<id>/qmd/sessions/` 下的专用 QMD collection。
+转录会以经过净化的用户/助手轮次形式导出到专用的 QMD 集合中，位置为 `~/.openclaw/agents/<id>/qmd/sessions/`。

 ## 搜索范围

-默认情况下，QMD 搜索结果只会在私信会话中显示（不包括群组或渠道）。配置 `memory.qmd.scope` 可更改此行为：
+默认情况下，QMD 搜索结果会显示在私信和渠道会话中（不包括群组）。可通过配置 `memory.qmd.scope` 来更改：

 ```json5
 {
@ -120,11 +121,11 @@ export QMD_GENERATE_MODEL="/absolute/path/to/generator.gguf"
 }
 ```

-当范围规则拒绝某次搜索时，OpenClaw 会记录一条警告日志，其中包含推导出的渠道和聊天类型，以便更容易调试空结果问题。
+当范围阻止搜索时，OpenClaw 会记录一条警告日志，其中包含推导出的渠道和聊天类型，以便更容易调试空结果。

 ## 引用

-当 `memory.citations` 为 `auto` 或 `on` 时，搜索片段会包含一个 `Source: <path#line>` 页脚。将 `memory.citations = "off"` 可省略该页脚，同时仍会在内部将路径传递给智能体。
+当 `memory.citations` 为 `auto` 或 `on` 时，搜索片段会包含 `Source: <path#line>` 页脚。将 `memory.citations = "off"` 可省略该页脚，同时仍会在内部将路径传递给智能体。

 ## 何时使用

@ -133,25 +134,24 @@ export QMD_GENERATE_MODEL="/absolute/path/to/generator.gguf"
 - 通过重排序获得更高质量的结果。
 - 搜索工作区之外的项目文档或笔记。
 - 回忆过去的会话对话。
- 完全本地搜索且无需 API 密钥。
+- 完全本地的搜索，无需 API 密钥。

-对于更简单的设置，[内置引擎](/zh-CN/concepts/memory-builtin) 也能很好地工作，并且无需额外依赖。
+对于更简单的设置，[内置引擎](/zh-CN/concepts/memory-builtin) 在无需额外依赖的情况下也能很好地工作。

 ## 故障排除

-**找不到 QMD？** 请确保该二进制文件位于 Gateway 网关的 `PATH` 中。如果 OpenClaw 作为服务运行，请创建一个符号链接：
+**找不到 QMD？** 请确保该二进制文件位于 Gateway 网关的 `PATH` 上。如果 OpenClaw 作为服务运行，请创建符号链接：
 `sudo ln -s ~/.bun/bin/qmd /usr/local/bin/qmd`。

-**首次搜索非常慢？** QMD 会在首次使用时下载 GGUF 模型。你可以使用与 OpenClaw 相同的 XDG 目录运行 `qmd query "test"` 来预热。
+**首次搜索非常慢？** QMD 会在首次使用时下载 GGUF 模型。可使用与 OpenClaw 相同的 XDG 目录运行 `qmd query "test"` 进行预热。

 **搜索超时？** 增加 `memory.qmd.limits.timeoutMs`（默认：4000ms）。对于较慢的硬件，可设置为 `120000`。

-**群聊中结果为空？** 检查 `memory.qmd.scope` —— 默认仅允许私信会话。
+**群聊中结果为空？** 检查 `memory.qmd.scope` —— 默认仅允许私信和渠道会话。

 **工作区可见的临时仓库导致 `ENAMETOOLONG` 或索引损坏？**
-QMD 遍历当前遵循底层 QMD 扫描器的行为，而不是 OpenClaw 内置的符号链接规则。在 QMD 提供具备循环安全的遍历或显式排除控制之前，请将临时 monorepo 检出保存在 `.tmp/` 之类的隐藏目录中，或放在已索引 QMD 根目录之外。
+QMD 当前的遍历遵循底层 QMD 扫描器的行为，而不是 OpenClaw 内置的符号链接规则。在 QMD 提供循环安全遍历或显式排除控制之前，请将临时 monorepo 检出保存在 `.tmp/` 等隐藏目录下，或放在已建立索引的 QMD 根目录之外。

 ## 配置

-要查看完整的配置范围（`memory.qmd.*`）、搜索模式、更新间隔、范围规则及其他所有可调项，请参阅
-[记忆配置参考](/zh-CN/reference/memory-config)。
+有关完整配置范围（`memory.qmd.*`）、搜索模式、更新间隔、范围规则以及所有其他可调项，请参阅[记忆配置参考](/zh-CN/reference/memory-config)。
--- a/docs/zh-CN/reference/memory-config.md
+++ b/docs/zh-CN/reference/memory-config.md
@ -2,78 +2,78 @@
 read_when:
    - 你想要配置内存搜索提供商或嵌入模型
    - 你想要设置 QMD 后端
-    - '你想要调优混合搜索、MMR 或时间衰减】【。analysis to=none code  વિચાર: Need translate only. user says sentence. output Chinese. MMR probably keep? not glossary but acronym maybe keep. final only.'
+    - 你想要调整混合搜索、MMR 或时间衰减参数
    - 你想要启用多模态内存索引】【。
-summary: 内存搜索、嵌入提供商、QMD、混合搜索和多模态索引的所有配置项
+summary: 内存搜索、嵌入提供商、QMD、混合搜索和多模态索引的所有配置选项
 title: 内存配置参考
 x-i18n:
-    generated_at: "2026-04-09T16:29:14Z"
+    generated_at: "2026-04-12T17:53:57Z"
    model: gpt-5.4
    provider: openai
-    source_hash: 5f9076bdfad95b87bd70625821bf401326f8eaeb53842b70823881419dbe43cb
+    source_hash: 299ca9b69eea292ea557a2841232c637f5c1daf2bc0f73c0a42f7c0d8d566ce2
    source_path: reference/memory-config.md
    workflow: 15
 ---

 # 内存配置参考

-本页列出了 OpenClaw 内存搜索的所有配置项。有关概念性概览，请参阅：
+本页列出了 OpenClaw 内存搜索的所有配置选项。有关概念性概览，请参见：

 - [内存概览](/zh-CN/concepts/memory) -- 内存的工作方式
 - [内置引擎](/zh-CN/concepts/memory-builtin) -- 默认的 SQLite 后端
 - [QMD 引擎](/zh-CN/concepts/memory-qmd) -- 本地优先的 sidecar
- [内存搜索](/zh-CN/concepts/memory-search) -- 搜索流水线和调优
- [主动记忆](/zh-CN/concepts/active-memory) -- 为交互式会话启用内存子智能体
+- [内存搜索](/zh-CN/concepts/memory-search) -- 搜索流水线与调优
+- [活跃内存](/zh-CN/concepts/active-memory) -- 为交互式会话启用内存子智能体

-除非另有说明，所有内存搜索设置都位于 `openclaw.json` 中的 `agents.defaults.memorySearch` 下。
+除非另有说明，所有内存搜索设置都位于 `openclaw.json` 的 `agents.defaults.memorySearch` 下。

-如果你要查找 **主动记忆** 功能开关和子智能体配置，它位于 `plugins.entries.active-memory` 下，而不是 `memorySearch`。
+如果你正在寻找 **活跃内存** 的功能开关和子智能体配置，它位于 `plugins.entries.active-memory` 下，而不是 `memorySearch`。

-主动记忆使用双门控模型：
+活跃内存使用双门槛模型：

-1. 插件必须已启用，并且目标指向当前智能体 id
+1. 插件必须已启用，并以当前智能体 ID 为目标
 2. 请求必须是符合条件的交互式持久聊天会话

-有关激活模型、插件自有配置、转录持久化以及安全发布模式，请参阅 [主动记忆](/zh-CN/concepts/active-memory)。
+有关激活模型、插件自有配置、转录持久化和安全发布模式，请参见 [活跃内存](/zh-CN/concepts/active-memory)。

 ---

 ## 提供商选择

-| Key        | Type      | Default          | Description                                                                                 |
-| ---------- | --------- | ---------------- | ------------------------------------------------------------------------------------------- |
-| `provider` | `string`  | 自动检测         | 嵌入适配器 ID：`openai`、`gemini`、`voyage`、`mistral`、`bedrock`、`ollama`、`local` |
-| `model`    | `string`  | 提供商默认值     | 嵌入模型名称                                                                                |
-| `fallback` | `string`  | `"none"`         | 主适配器失败时使用的后备适配器 ID                                                          |
-| `enabled`  | `boolean` | `true`           | 启用或禁用内存搜索                                                                          |
+| 键名       | 类型      | 默认值         | 说明                                                                                 |
+| ---------- | --------- | -------------- | ------------------------------------------------------------------------------------ |
+| `provider` | `string`  | 自动检测       | 嵌入适配器 ID：`openai`、`gemini`、`voyage`、`mistral`、`bedrock`、`ollama`、`local` |
+| `model`    | `string`  | 提供商默认值   | 嵌入模型名称                                                                         |
+| `fallback` | `string`  | `"none"`       | 当主提供商失败时使用的后备适配器 ID                                                  |
+| `enabled`  | `boolean` | `true`         | 启用或禁用内存搜索                                                                   |

 ### 自动检测顺序

 当未设置 `provider` 时，OpenClaw 会选择第一个可用项：

 1. `local` -- 如果已配置 `memorySearch.local.modelPath` 且文件存在。
-2. `openai` -- 如果可以解析 OpenAI key。
-3. `gemini` -- 如果可以解析 Gemini key。
-4. `voyage` -- 如果可以解析 Voyage key。
-5. `mistral` -- 如果可以解析 Mistral key。
+2. `openai` -- 如果可以解析 OpenAI 密钥。
+3. `gemini` -- 如果可以解析 Gemini 密钥。
+4. `voyage` -- 如果可以解析 Voyage 密钥。
+5. `mistral` -- 如果可以解析 Mistral 密钥。
 6. `bedrock` -- 如果 AWS SDK 凭证链可以解析（实例角色、访问密钥、profile、SSO、web identity 或共享配置）。

-支持 `ollama`，但不会自动检测（请显式设置）。
+支持 `ollama`，但不会自动检测它（请显式设置）。

 ### API 密钥解析

-远程嵌入需要 API 密钥。Bedrock 则改用 AWS SDK 默认凭证链（实例角色、SSO、访问密钥）。
+远程嵌入需要 API 密钥。Bedrock 则改为使用 AWS SDK 默认凭证链（实例角色、SSO、访问密钥）。

-| Provider | Env var                        | Config key                        |
-| -------- | ------------------------------ | --------------------------------- |
-| OpenAI   | `OPENAI_API_KEY`               | `models.providers.openai.apiKey`  |
-| Gemini   | `GEMINI_API_KEY`               | `models.providers.google.apiKey`  |
-| Voyage   | `VOYAGE_API_KEY`               | `models.providers.voyage.apiKey`  |
-| Mistral  | `MISTRAL_API_KEY`              | `models.providers.mistral.apiKey` |
-| Bedrock  | AWS 凭证链                     | 不需要 API 密钥                   |
-| Ollama   | `OLLAMA_API_KEY`（占位符）     | --                                |
+| 提供商 | 环境变量                       | 配置键                            |
+| ------ | ------------------------------ | --------------------------------- |
+| OpenAI | `OPENAI_API_KEY`               | `models.providers.openai.apiKey`  |
+| Gemini | `GEMINI_API_KEY`               | `models.providers.google.apiKey`  |
+| Voyage | `VOYAGE_API_KEY`               | `models.providers.voyage.apiKey`  |
+| Mistral | `MISTRAL_API_KEY`             | `models.providers.mistral.apiKey` |
+| Bedrock | AWS 凭证链                    | 不需要 API 密钥                   |
+| Ollama | `OLLAMA_API_KEY`（占位符）     | --                                |

-Codex OAuth 仅覆盖聊天/completions，不满足嵌入请求的要求。
+Codex OAuth 仅覆盖 chat/completions，不满足嵌入请求。

 ---

@ -81,11 +81,11 @@ Codex OAuth 仅覆盖聊天/completions，不满足嵌入请求的要求。

 用于自定义 OpenAI 兼容端点或覆盖提供商默认值：

-| Key              | Type     | Description                                  |
-| ---------------- | -------- | -------------------------------------------- |
-| `remote.baseUrl` | `string` | 自定义 API 基础 URL                          |
-| `remote.apiKey`  | `string` | 覆盖 API 密钥                                |
-| `remote.headers` | `object` | 额外的 HTTP headers（与提供商默认值合并）    |
+| 键名             | 类型     | 说明                                     |
+| ---------------- | -------- | ---------------------------------------- |
+| `remote.baseUrl` | `string` | 自定义 API 基础 URL                      |
+| `remote.apiKey`  | `string` | 覆盖 API 密钥                            |
+| `remote.headers` | `object` | 额外的 HTTP 标头（与提供商默认值合并）   |

 ```json5
 {
@ -106,12 +106,12 @@ Codex OAuth 仅覆盖聊天/completions，不满足嵌入请求的要求。

 ---

-## Gemini 专用配置
+## Gemini 专属配置

-| Key                    | Type     | Default                | Description                                |
-| ---------------------- | -------- | ---------------------- | ------------------------------------------ |
-| `model`                | `string` | `gemini-embedding-001` | 也支持 `gemini-embedding-2-preview`        |
-| `outputDimensionality` | `number` | `3072`                 | 对于 Embedding 2：768、1536 或 3072        |
+| 键名                   | 类型     | 默认值                 | 说明                                        |
+| ---------------------- | -------- | ---------------------- | ------------------------------------------- |
+| `model`                | `string` | `gemini-embedding-001` | 也支持 `gemini-embedding-2-preview`         |
+| `outputDimensionality` | `number` | `3072`                 | 对于 Embedding 2：可选 768、1536 或 3072    |

 <Warning>
 更改模型或 `outputDimensionality` 会触发自动全量重新索引。
@ -122,7 +122,8 @@ Codex OAuth 仅覆盖聊天/completions，不满足嵌入请求的要求。
 ## Bedrock 嵌入配置

 Bedrock 使用 AWS SDK 默认凭证链 -- 不需要 API 密钥。
-如果 OpenClaw 运行在具有 Bedrock 权限实例角色的 EC2 上，只需设置提供商和模型：
+如果 OpenClaw 在具有 Bedrock 启用实例角色的 EC2 上运行，只需设置
+提供商和模型：

 ```json5
 {
@ -137,41 +138,43 @@ Bedrock 使用 AWS SDK 默认凭证链 -- 不需要 API 密钥。
 }
 ```

-| Key                    | Type     | Default                        | Description                    |
-| ---------------------- | -------- | ------------------------------ | ------------------------------ |
-| `model`                | `string` | `amazon.titan-embed-text-v2:0` | 任意 Bedrock 嵌入模型 ID      |
+| 键名                   | 类型     | 默认值                         | 说明                      |
+| ---------------------- | -------- | ------------------------------ | ------------------------- |
+| `model`                | `string` | `amazon.titan-embed-text-v2:0` | 任意 Bedrock 嵌入模型 ID  |
 | `outputDimensionality` | `number` | 模型默认值                     | 对于 Titan V2：256、512 或 1024 |

 ### 支持的模型

-支持以下模型（带系列检测和维度默认值）：
+支持以下模型（带有系列检测和默认维度）：

-| Model ID                                   | Provider   | Default Dims | Configurable Dims    |
-| ------------------------------------------ | ---------- | ------------ | -------------------- |
-| `amazon.titan-embed-text-v2:0`             | Amazon     | 1024         | 256, 512, 1024       |
-| `amazon.titan-embed-text-v1`               | Amazon     | 1536         | --                   |
-| `amazon.titan-embed-g1-text-02`            | Amazon     | 1536         | --                   |
-| `amazon.titan-embed-image-v1`              | Amazon     | 1024         | --                   |
-| `amazon.nova-2-multimodal-embeddings-v1:0` | Amazon     | 1024         | 256, 384, 1024, 3072 |
-| `cohere.embed-english-v3`                  | Cohere     | 1024         | --                   |
-| `cohere.embed-multilingual-v3`             | Cohere     | 1024         | --                   |
-| `cohere.embed-v4:0`                        | Cohere     | 1536         | 256-1536             |
-| `twelvelabs.marengo-embed-3-0-v1:0`        | TwelveLabs | 512          | --                   |
-| `twelvelabs.marengo-embed-2-7-v1:0`        | TwelveLabs | 1024         | --                   |
+| 模型 ID                                    | 提供商     | 默认维度 | 可配置维度           |
+| ------------------------------------------ | ---------- | -------- | -------------------- |
+| `amazon.titan-embed-text-v2:0`             | Amazon     | 1024     | 256、512、1024       |
+| `amazon.titan-embed-text-v1`               | Amazon     | 1536     | --                   |
+| `amazon.titan-embed-g1-text-02`            | Amazon     | 1536     | --                   |
+| `amazon.titan-embed-image-v1`              | Amazon     | 1024     | --                   |
+| `amazon.nova-2-multimodal-embeddings-v1:0` | Amazon     | 1024     | 256、384、1024、3072 |
+| `cohere.embed-english-v3`                  | Cohere     | 1024     | --                   |
+| `cohere.embed-multilingual-v3`             | Cohere     | 1024     | --                   |
+| `cohere.embed-v4:0`                        | Cohere     | 1536     | 256-1536             |
+| `twelvelabs.marengo-embed-3-0-v1:0`        | TwelveLabs | 512      | --                   |
+| `twelvelabs.marengo-embed-2-7-v1:0`        | TwelveLabs | 1024     | --                   |

-带吞吐量后缀的变体（例如 `amazon.titan-embed-text-v1:2:8k`）会继承基础模型的配置。
+带吞吐量后缀的变体（例如 `amazon.titan-embed-text-v1:2:8k`）会继承
+基础模型的配置。

-### 身份验证
+### 认证

-Bedrock 身份验证使用标准 AWS SDK 凭证解析顺序：
+Bedrock 认证使用标准 AWS SDK 凭证解析顺序：

 1. 环境变量（`AWS_ACCESS_KEY_ID` + `AWS_SECRET_ACCESS_KEY`）
 2. SSO 令牌缓存
-3. Web identity token 凭证
+3. Web identity 令牌凭证
 4. 共享凭证和配置文件
 5. ECS 或 EC2 元数据凭证

-区域会从 `AWS_REGION`、`AWS_DEFAULT_REGION`、`amazon-bedrock` 提供商的 `baseUrl` 中解析，或默认使用 `us-east-1`。
+区域会从 `AWS_REGION`、`AWS_DEFAULT_REGION`、`amazon-bedrock`
+提供商的 `baseUrl` 中解析，否则默认使用 `us-east-1`。

 ### IAM 权限

@ -195,10 +198,10 @@ arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

 ## 本地嵌入配置

-| Key                   | Type     | Default                | Description                |
-| --------------------- | -------- | ---------------------- | -------------------------- |
-| `local.modelPath`     | `string` | 自动下载               | GGUF 模型文件路径          |
-| `local.modelCacheDir` | `string` | node-llama-cpp 默认值  | 已下载模型的缓存目录       |
+| 键名                  | 类型     | 默认值                 | 说明                   |
+| --------------------- | -------- | ---------------------- | ---------------------- |
+| `local.modelPath`     | `string` | 自动下载               | GGUF 模型文件路径      |
+| `local.modelCacheDir` | `string` | `node-llama-cpp` 默认值 | 已下载模型的缓存目录   |

 默认模型：`embeddinggemma-300m-qat-Q8_0.gguf`（约 0.6 GB，自动下载）。
 需要原生构建：`pnpm approve-builds`，然后执行 `pnpm rebuild node-llama-cpp`。
@ -209,28 +212,28 @@ arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

 全部位于 `memorySearch.query.hybrid` 下：

-| Key                   | Type      | Default | Description                    |
-| --------------------- | --------- | ------- | ------------------------------ |
-| `enabled`             | `boolean` | `true`  | 启用混合 BM25 + 向量搜索       |
-| `vectorWeight`        | `number`  | `0.7`   | 向量分数权重（0-1）            |
-| `textWeight`          | `number`  | `0.3`   | BM25 分数权重（0-1）           |
-| `candidateMultiplier` | `number`  | `4`     | 候选池大小乘数                 |
+| 键名                  | 类型      | 默认值  | 说明                         |
+| --------------------- | --------- | ------- | ---------------------------- |
+| `enabled`             | `boolean` | `true`  | 启用 BM25 + 向量混合搜索     |
+| `vectorWeight`        | `number`  | `0.7`   | 向量分数权重（0-1）          |
+| `textWeight`          | `number`  | `0.3`   | BM25 分数权重（0-1）         |
+| `candidateMultiplier` | `number`  | `4`     | 候选池大小乘数               |

 ### MMR（多样性）

-| Key           | Type      | Default | Description                      |
-| ------------- | --------- | ------- | -------------------------------- |
-| `mmr.enabled` | `boolean` | `false` | 启用 MMR 重排序                  |
-| `mmr.lambda`  | `number`  | `0.7`   | 0 = 最大多样性，1 = 最大相关性   |
+| 键名          | 类型      | 默认值  | 说明                           |
+| ------------- | --------- | ------- | ------------------------------ |
+| `mmr.enabled` | `boolean` | `false` | 启用 MMR 重排序                |
+| `mmr.lambda`  | `number`  | `0.7`   | 0 = 最大多样性，1 = 最大相关性 |

-### 时间衰减（新近性）
+### 时间衰减（时效性）

-| Key                          | Type      | Default | Description          |
-| ---------------------------- | --------- | ------- | -------------------- |
-| `temporalDecay.enabled`      | `boolean` | `false` | 启用新近性加权       |
-| `temporalDecay.halfLifeDays` | `number`  | `30`    | 分数每 N 天减半      |
+| 键名                         | 类型      | 默认值  | 说明                    |
+| ---------------------------- | --------- | ------- | ----------------------- |
+| `temporalDecay.enabled`      | `boolean` | `false` | 启用时效性加权          |
+| `temporalDecay.halfLifeDays` | `number`  | `30`    | 分数每 N 天减半         |

-常青文件（`MEMORY.md`、`memory/` 中非日期命名的文件）永远不会衰减。
+常青文件（`MEMORY.md`、`memory/` 中无日期的文件）永远不会衰减。

 ### 完整示例

@ -255,11 +258,11 @@ arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

 ---

-## 其他内存路径
+## 额外内存路径

-| Key          | Type       | Description                    |
+| 键名         | 类型       | 说明                           |
 | ------------ | ---------- | ------------------------------ |
-| `extraPaths` | `string[]` | 要索引的其他目录或文件         |
+| `extraPaths` | `string[]` | 要建立索引的额外目录或文件     |

 ```json5
 {
@ -273,77 +276,86 @@ arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0
 }
 ```

-路径可以是绝对路径，也可以是相对于工作区的路径。目录会递归扫描其中的 `.md` 文件。符号链接的处理取决于当前使用的后端：内置引擎会忽略符号链接，而 QMD 会遵循底层 QMD 扫描器的行为。
+路径可以是绝对路径，也可以是相对于工作区的路径。目录会递归扫描
+其中的 `.md` 文件。符号链接处理方式取决于当前后端：
+内置引擎会忽略符号链接，而 QMD 会遵循底层 QMD 扫描器的行为。

-对于按智能体范围进行的跨智能体转录搜索，请使用 `agents.list[].memorySearch.qmd.extraCollections`，而不是 `memory.qmd.paths`。这些额外集合遵循相同的 `{ path, name, pattern? }` 结构，但它们会按智能体进行合并，并且当路径指向当前工作区外部时，可以保留显式共享名称。
-如果同一个解析后的路径同时出现在 `memory.qmd.paths` 和 `memorySearch.qmd.extraCollections` 中，QMD 会保留第一条记录并跳过重复项。
+对于按智能体范围的跨智能体转录搜索，请使用
+`agents.list[].memorySearch.qmd.extraCollections`，而不是 `memory.qmd.paths`。
+这些额外集合遵循相同的 `{ path, name, pattern? }` 结构，但会按智能体合并，
+并且当路径指向当前工作区之外时，可以保留显式共享名称。
+如果同一个已解析路径同时出现在 `memory.qmd.paths` 和
+`memorySearch.qmd.extraCollections` 中，QMD 会保留第一项并跳过重复项。

 ---

 ## 多模态内存（Gemini）

-使用 Gemini Embedding 2 将图片和音频与 Markdown 一起建立索引：
+使用 Gemini Embedding 2 在 Markdown 之外为图像和音频建立索引：

-| Key                       | Type       | Default    | Description                           |
-| ------------------------- | ---------- | ---------- | ------------------------------------- |
-| `multimodal.enabled`      | `boolean`  | `false`    | 启用多模态索引                        |
-| `multimodal.modalities`   | `string[]` | --         | `["image"]`、`["audio"]` 或 `["all"]` |
-| `multimodal.maxFileBytes` | `number`   | `10000000` | 索引文件大小上限                      |
+| 键名                      | 类型       | 默认值     | 说明                                   |
+| ------------------------- | ---------- | ---------- | -------------------------------------- |
+| `multimodal.enabled`      | `boolean`  | `false`    | 启用多模态索引                         |
+| `multimodal.modalities`   | `string[]` | --         | `["image"]`、`["audio"]` 或 `["all"]`  |
+| `multimodal.maxFileBytes` | `number`   | `10000000` | 建立索引时允许的最大文件大小           |

 仅适用于 `extraPaths` 中的文件。默认内存根目录仍然只支持 Markdown。
 需要 `gemini-embedding-2-preview`。`fallback` 必须为 `"none"`。

 支持的格式：`.jpg`、`.jpeg`、`.png`、`.webp`、`.gif`、`.heic`、`.heif`
-（图片）；`.mp3`、`.wav`、`.ogg`、`.opus`、`.m4a`、`.aac`、`.flac`（音频）。
+（图像）；`.mp3`、`.wav`、`.ogg`、`.opus`、`.m4a`、`.aac`、`.flac`
+（音频）。

 ---

 ## 嵌入缓存

-| Key                | Type      | Default | Description                    |
-| ------------------ | --------- | ------- | ------------------------------ |
-| `cache.enabled`    | `boolean` | `false` | 在 SQLite 中缓存分块嵌入       |
-| `cache.maxEntries` | `number`  | `50000` | 最大缓存嵌入条目数             |
+| 键名               | 类型      | 默认值  | 说明                         |
+| ------------------ | --------- | ------- | ---------------------------- |
+| `cache.enabled`    | `boolean` | `false` | 在 SQLite 中缓存分块嵌入     |
+| `cache.maxEntries` | `number`  | `50000` | 最大缓存嵌入条目数           |

-可防止在重新索引或转录更新期间，对未变化的文本重复生成嵌入。
+可防止在重新索引或转录更新期间对未更改的文本重复生成嵌入。

 ---

 ## 批量索引

-| Key                           | Type      | Default | Description            |
+| 键名                          | 类型      | 默认值  | 说明                   |
 | ----------------------------- | --------- | ------- | ---------------------- |
 | `remote.batch.enabled`        | `boolean` | `false` | 启用批量嵌入 API       |
-| `remote.batch.concurrency`    | `number`  | `2`     | 并行批量任务数         |
-| `remote.batch.wait`           | `boolean` | `true`  | 等待批量完成           |
+| `remote.batch.concurrency`    | `number`  | `2`     | 并行批处理任务数       |
+| `remote.batch.wait`           | `boolean` | `true`  | 等待批处理完成         |
 | `remote.batch.pollIntervalMs` | `number`  | --      | 轮询间隔               |
-| `remote.batch.timeoutMinutes` | `number`  | --      | 批量超时时间           |
+| `remote.batch.timeoutMinutes` | `number`  | --      | 批处理超时时间         |

-适用于 `openai`、`gemini` 和 `voyage`。对于大规模回填，OpenAI 批量通常最快且最便宜。
+适用于 `openai`、`gemini` 和 `voyage`。对于大型回填，OpenAI 批处理通常
+速度最快且成本最低。

 ---

 ## 会话内存搜索（实验性）

-索引会话转录，并通过 `memory_search` 提供结果：
+为会话转录建立索引，并通过 `memory_search` 提供结果：

-| Key                           | Type       | Default      | Description                            |
-| ----------------------------- | ---------- | ------------ | -------------------------------------- |
-| `experimental.sessionMemory`  | `boolean`  | `false`      | 启用会话索引                           |
-| `sources`                     | `string[]` | `["memory"]` | 添加 `"sessions"` 以包含转录           |
-| `sync.sessions.deltaBytes`    | `number`   | `100000`     | 触发重新索引的字节阈值                 |
-| `sync.sessions.deltaMessages` | `number`   | `50`         | 触发重新索引的消息阈值                 |
+| 键名                          | 类型       | 默认值       | 说明                                  |
+| ----------------------------- | ---------- | ------------ | ------------------------------------- |
+| `experimental.sessionMemory`  | `boolean`  | `false`      | 启用会话索引                          |
+| `sources`                     | `string[]` | `["memory"]` | 添加 `"sessions"` 以包含转录          |
+| `sync.sessions.deltaBytes`    | `number`   | `100000`     | 触发重新索引的字节阈值                |
+| `sync.sessions.deltaMessages` | `number`   | `50`         | 触发重新索引的消息阈值                |

-会话索引为可选启用，并以异步方式运行。结果可能会略有滞后。会话日志保存在磁盘上，因此应将文件系统访问视为信任边界。
+会话索引为选择加入，并以异步方式运行。结果可能会略微滞后。
+会话日志存储在磁盘上，因此应将文件系统访问视为信任边界。

 ---

 ## SQLite 向量加速（sqlite-vec）

-| Key                          | Type      | Default | Description                     |
-| ---------------------------- | --------- | ------- | ------------------------------- |
-| `store.vector.enabled`       | `boolean` | `true`  | 对向量查询使用 sqlite-vec       |
-| `store.vector.extensionPath` | `string`  | bundled | 覆盖 sqlite-vec 路径            |
+| 键名                         | 类型      | 默认值  | 说明                           |
+| ---------------------------- | --------- | ------- | ------------------------------ |
+| `store.vector.enabled`       | `boolean` | `true`  | 使用 sqlite-vec 执行向量查询   |
+| `store.vector.extensionPath` | `string`  | bundled | 覆盖 sqlite-vec 路径           |

 当 sqlite-vec 不可用时，OpenClaw 会自动回退到进程内余弦相似度计算。

@ -351,56 +363,61 @@ arn:aws:bedrock:*::foundation-model/amazon.titan-embed-text-v2:0

 ## 索引存储

-| Key                   | Type     | Default                               | Description                                |
-| --------------------- | -------- | ------------------------------------- | ------------------------------------------ |
-| `store.path`          | `string` | `~/.openclaw/memory/{agentId}.sqlite` | 索引位置（支持 `{agentId}` 令牌）          |
-| `store.fts.tokenizer` | `string` | `unicode61`                           | FTS5 分词器（`unicode61` 或 `trigram`）    |
+| 键名                  | 类型     | 默认值                                | 说明                                   |
+| --------------------- | -------- | ------------------------------------- | -------------------------------------- |
+| `store.path`          | `string` | `~/.openclaw/memory/{agentId}.sqlite` | 索引位置（支持 `{agentId}` 占位符）    |
+| `store.fts.tokenizer` | `string` | `unicode61`                           | FTS5 分词器（`unicode61` 或 `trigram`） |

 ---

 ## QMD 后端配置

-设置 `memory.backend = "qmd"` 以启用。所有 QMD 设置都位于 `memory.qmd` 下：
+设置 `memory.backend = "qmd"` 以启用。所有 QMD 设置都位于
+`memory.qmd` 下：

-| Key                      | Type      | Default  | Description                                 |
-| ------------------------ | --------- | -------- | ------------------------------------------- |
-| `command`                | `string`  | `qmd`    | QMD 可执行文件路径                          |
-| `searchMode`             | `string`  | `search` | 搜索命令：`search`、`vsearch`、`query`      |
-| `includeDefaultMemory`   | `boolean` | `true`   | 自动索引 `MEMORY.md` + `memory/**/*.md`     |
-| `paths[]`                | `array`   | --       | 额外路径：`{ name, path, pattern? }`        |
-| `sessions.enabled`       | `boolean` | `false`  | 索引会话转录                                |
-| `sessions.retentionDays` | `number`  | --       | 转录保留期                                  |
-| `sessions.exportDir`     | `string`  | --       | 导出目录                                    |
+| 键名                     | 类型      | 默认值   | 说明                                         |
+| ------------------------ | --------- | -------- | -------------------------------------------- |
+| `command`                | `string`  | `qmd`    | QMD 可执行文件路径                           |
+| `searchMode`             | `string`  | `search` | 搜索命令：`search`、`vsearch`、`query`       |
+| `includeDefaultMemory`   | `boolean` | `true`   | 自动索引 `MEMORY.md` + `memory/**/*.md`      |
+| `paths[]`                | `array`   | --       | 额外路径：`{ name, path, pattern? }`         |
+| `sessions.enabled`       | `boolean` | `false`  | 为会话转录建立索引                           |
+| `sessions.retentionDays` | `number`  | --       | 转录保留期                                   |
+| `sessions.exportDir`     | `string`  | --       | 导出目录                                     |

-OpenClaw 优先使用当前的 QMD collection 和 MCP query 结构，但会在需要时回退到旧版 `--mask` collection 标志和旧版 MCP 工具名称，以保持与较早 QMD 版本的兼容性。
+OpenClaw 优先使用当前 QMD collection 和 MCP 查询结构，但仍会通过回退到旧版
+`--mask` collection 标志以及更旧的 MCP 工具名称来兼容较早的 QMD 版本。

-QMD 模型覆盖配置保留在 QMD 侧，而不是 OpenClaw 配置中。如果你需要全局覆盖 QMD 的模型，请在 Gateway 网关运行时环境中设置诸如 `QMD_EMBED_MODEL`、`QMD_RERANK_MODEL` 和 `QMD_GENERATE_MODEL` 之类的环境变量。
+QMD 模型覆盖设置保留在 QMD 侧，而不是 OpenClaw 配置中。如果你需要
+全局覆盖 QMD 的模型，请在 Gateway 网关运行时环境中设置环境变量，例如
+`QMD_EMBED_MODEL`、`QMD_RERANK_MODEL` 和 `QMD_GENERATE_MODEL`。

 ### 更新计划

-| Key                       | Type      | Default | Description                       |
-| ------------------------- | --------- | ------- | --------------------------------- |
-| `update.interval`         | `string`  | `5m`    | 刷新间隔                          |
-| `update.debounceMs`       | `number`  | `15000` | 文件变更去抖时间                  |
-| `update.onBoot`           | `boolean` | `true`  | 启动时刷新                        |
-| `update.waitForBootSync`  | `boolean` | `false` | 在刷新完成前阻塞启动              |
-| `update.embedInterval`    | `string`  | --      | 单独的嵌入执行周期                |
-| `update.commandTimeoutMs` | `number`  | --      | QMD 命令超时时间                  |
-| `update.updateTimeoutMs`  | `number`  | --      | QMD 更新操作超时时间              |
-| `update.embedTimeoutMs`   | `number`  | --      | QMD 嵌入操作超时时间              |
+| 键名                      | 类型      | 默认值  | 说明                         |
+| ------------------------- | --------- | ------- | ---------------------------- |
+| `update.interval`         | `string`  | `5m`    | 刷新间隔                     |
+| `update.debounceMs`       | `number`  | `15000` | 文件变更防抖时间             |
+| `update.onBoot`           | `boolean` | `true`  | 启动时刷新                   |
+| `update.waitForBootSync`  | `boolean` | `false` | 启动时阻塞直到刷新完成       |
+| `update.embedInterval`    | `string`  | --      | 单独的嵌入更新频率           |
+| `update.commandTimeoutMs` | `number`  | --      | QMD 命令超时时间             |
+| `update.updateTimeoutMs`  | `number`  | --      | QMD 更新操作超时时间         |
+| `update.embedTimeoutMs`   | `number`  | --      | QMD 嵌入操作超时时间         |

 ### 限制

-| Key                       | Type     | Default | Description            |
-| ------------------------- | -------- | ------- | ---------------------- |
-| `limits.maxResults`       | `number` | `6`     | 最大搜索结果数         |
-| `limits.maxSnippetChars`  | `number` | --      | 限制片段长度           |
-| `limits.maxInjectedChars` | `number` | --      | 限制注入字符总数       |
-| `limits.timeoutMs`        | `number` | `4000`  | 搜索超时时间           |
+| 键名                      | 类型     | 默认值  | 说明                 |
+| ------------------------- | -------- | ------- | -------------------- |
+| `limits.maxResults`       | `number` | `6`     | 最大搜索结果数       |
+| `limits.maxSnippetChars`  | `number` | --      | 限制摘要长度         |
+| `limits.maxInjectedChars` | `number` | --      | 限制注入总字符数     |
+| `limits.timeoutMs`        | `number` | `4000`  | 搜索超时时间         |

 ### 范围

-控制哪些会话可以接收 QMD 搜索结果。使用与 [`session.sendPolicy`](/zh-CN/gateway/configuration-reference#session) 相同的 schema：
+控制哪些会话可以接收 QMD 搜索结果。使用与
+[`session.sendPolicy`](/zh-CN/gateway/configuration-reference#session) 相同的 schema：

 ```json5
 {
@ -415,18 +432,20 @@ QMD 模型覆盖配置保留在 QMD 侧，而不是 OpenClaw 配置中。如果
 }
 ```

-默认仅限私信。`match.keyPrefix` 匹配规范化后的会话 key；
-`match.rawKeyPrefix` 匹配包含 `agent:<id>:` 的原始 key。
+随附的默认配置允许直接会话和渠道会话，同时仍然拒绝群组会话。
+
+默认仅限私信。`match.keyPrefix` 匹配标准化后的会话键；
+`match.rawKeyPrefix` 匹配包含 `agent:<id>:` 的原始键。

 ### 引用

 `memory.citations` 适用于所有后端：

-| Value            | Behavior                                      |
-| ---------------- | --------------------------------------------- |
-| `auto`（默认）   | 在片段中包含 `Source: <path#line>` 页脚       |
-| `on`             | 始终包含页脚                                  |
-| `off`            | 省略页脚（路径仍会在内部传递给智能体）        |
+| 值               | 行为                                         |
+| ---------------- | -------------------------------------------- |
+| `auto`（默认）   | 在摘要中包含 `Source: <path#line>` 页脚      |
+| `on`             | 始终包含页脚                                 |
+| `off`            | 省略页脚（路径仍会在内部传递给智能体）       |

 ### 完整 QMD 示例

@ -456,16 +475,17 @@ QMD 模型覆盖配置保留在 QMD 侧，而不是 OpenClaw 配置中。如果
 Dreaming 配置位于 `plugins.entries.memory-core.config.dreaming` 下，
 而不在 `agents.defaults.memorySearch` 下。

-Dreaming 作为一次计划内扫描运行，并将内部的 light/deep/REM 阶段作为实现细节来使用。
+Dreaming 以一次计划中的扫描运行，并将内部的 light/deep/REM 阶段
+作为实现细节使用。

-有关概念行为和斜杠命令，请参阅 [Dreaming](/zh-CN/concepts/dreaming)。
+有关概念行为和斜杠命令，请参见 [Dreaming](/zh-CN/concepts/dreaming)。

 ### 用户设置

-| Key         | Type      | Default     | Description                                  |
-| ----------- | --------- | ----------- | -------------------------------------------- |
-| `enabled`   | `boolean` | `false`     | 完全启用或禁用 Dreaming                      |
-| `frequency` | `string`  | `0 3 * * *` | 完整 Dreaming 扫描的可选 cron 执行周期       |
+| 键名        | 类型      | 默认值      | 说明                           |
+| ----------- | --------- | ----------- | ------------------------------ |
+| `enabled`   | `boolean` | `false`     | 完全启用或禁用 Dreaming        |
+| `frequency` | `string`  | `0 3 * * *` | 完整 Dreaming 扫描的可选 cron 频率 |

 ### 示例

@ -489,5 +509,5 @@ Dreaming 作为一次计划内扫描运行，并将内部的 light/deep/REM 阶
 说明：

 - Dreaming 会将机器状态写入 `memory/.dreams/`。
- Dreaming 会将人类可读的叙述输出写入 `DREAMS.md`（或现有的 `dreams.md`）。
+- Dreaming 会将人类可读的叙事输出写入 `DREAMS.md`（或现有的 `dreams.md`）。
 - light/deep/REM 阶段策略和阈值属于内部行为，不是面向用户的配置。