OpenClaw belleği: nasıl çalışır, neden önemlidir ve nasıl kontrol edersiniz

Otonom yapay zeka ajanlarının yükselişi, yazılım sistemlerinde yeni bir paradigmayı tanıttı: kalıcı makine bilişi. Durumsuz çalışan geleneksel sohbet botlarının aksine, OpenClaw gibi modern ajan çerçeveleri kesintisiz, bağlam farkındalığına sahip yapay zeka iş akışlarını mümkün kılıyor. Bu yeteneğin merkezinde, oturumlar boyunca bilgiyi depolamayı, geri çağırmayı ve evrimleştirmeyi sağlayan OpenClaw’ın bellek sistemi bulunur.

Kalıcı bellek, yapay zeka asistanlarını kısa ömürlü sohbet araçlarından, zaman içinde kararları hatırlayabilen, tercihleri öğrenebilen ve proje düzeyinde bilgiyi sürdürebilen durumlu sistemlere dönüştürür. Pratikte bu, geliştiricilerin ajanla her etkileşimde bağlamı tekrar açıklamak veya iş akışlarını yeniden başlatmak zorunda kalmaması anlamına gelir (OpenClaw’a nasıl başlayacağınızı ve yapılandıracağınızı hâlâ merak ediyorsanız, bu bağlantıya bakın: CometAPI ile OpenClaw yapılandırması için beş dakikalık eğitim).

Ancak bu mimari değişim beraberinde karmaşık mühendislik zorlukları da getirir:

• Bellek nasıl depolanır ve geri çağrılır?
• Geliştiriciler bellek davranışını nasıl kontrol eder?
• Kalıcı ajan belleğinin güvenlik sonuçları nelerdir?
• Bellek, LLM bağlam pencerelerini boğmadan nasıl ölçeklenebilir?

Bu makale, mimari, depolama modeli, geri getirme hattı, kontrol mekanizmaları ve güvenlik değerlendirmeleri dahil olmak üzere OpenClaw bellek sistemine dair derin bir teknik inceleme sunar.

OpenClaw nedir?

OpenClaw, kendi cihazlarınızda çalıştırdığınız, çalışma alanı öncelikli, açık kaynaklı kişisel bir yapay zeka asistanıdır. Sohbet platformlarına (WhatsApp, Telegram, Slack, Discord, vb.) bağlanır, bir Gateway kontrol düzlemi sunar ve — bu makale açısından kritik olarak — “hatırladıklarını” çalışma alanı dizini içinde düz dosyalar olarak tutar. Bu tasarım, belleği hem şeffaf hem de doğrudan kontrol edilebilir kılar: bellek, model içinde gizli bir veritabanı değildir; ajan çalışma alanındaki dosyalar tek doğruluk kaynağıdır.

Durumsuz ve durumlu yapay zeka sistemleri

Geleneksel konuşma odaklı yapay zeka sistemleri durumsuz bir modda çalışır. Her etkileşim, önceki oturumlardan açıkça isteme eklenmediği sürece habersiz bir şekilde bağımsız olarak işlenir.

Bu durum birkaç sınırlama yaratır:

• Oturumlar arasında bağlam sıfırlanır
• Kullanıcılar bilgileri tekrar etmek zorunda kalır
• Uzun vadeli öğrenme imkansızdır
• İş akışları sürdürülemez

OpenClaw, ajan çalışma alanında doğrudan depolanan kalıcı belleği tanıtarak bu sınırlamayı ele alır.

Yalnızca dil modelinin bağlam penceresine güvenmek yerine, OpenClaw, ajanın okuyup güncelleyebildiği yapılandırılmış dosyalar olarak saklanan yerel bir bellek katmanı tutar.

Bu sayede şunlar mümkün olur:

• Oturumlar arası bağlam sürekliliği
• Uzun vadeli bilgi depolama
• Kişiselleştirilmiş yapay zeka asistanları
• Uzun zaman çizelgelerine yayılan iş akışı otomasyonu

Sonuç olarak OpenClaw, yapay zeka asistanlarını durumsuz yanıtlayıcılardan bilgi taşıyan ajanlara dönüştürür.

Bellek mimarisi — önemli dört katman

OpenClaw çalışma zamanı bilgiyi katmanlara ayırır. Bu katmanları anlamak, ajanın neyi hatırladığını ve neye erişebildiğini kontrol etmenin anahtarıdır.

1) Çalışma alanı önyükleme dosyaları — dayanıklı çekirdek

SOUL.md, AGENTS.md, IDENTITY.md, TOOLS.md ve MEMORY.md gibi dosyalar çalışma alanı kökünde bulunur ve önyükleme materyali olarak değerlendirilir. Oturum başında diskten yeniden yüklenirler ve en dayanıklı bellek olarak kabul edilirler: belirteç sıkıştırmasından sağ çıkarlar ve geçici oturum geçmişinden değil, diskten her istem oluşturmasına yeniden dahil edilirler. Bu dosyaları uzun ömürlü olgular (kullanıcı tercihleri, yasal kısıtlar, proje kararları) için kullanın.

2) Günlük/oturum dosyaları — kısa ila orta vadeli bağlam

OpenClaw konuşma dökümlerini toplar ve oturum dosyalarını kaydeder (örneğin memory/ klasörü altındaki günlük notlar). Bunlar son bağlam ve oturum sürekliliği için yararlıdır ancak ajanın bağlam penceresi çok büyüdüğünde budanabilir veya sıkıştırılabilir. Pek çok kullanıcı, anlık olguları yakalamak için memory/2026-03-10.md gibi günlük not dosyalarına güvenir.

3) LLM bağlam penceresi — geçici ama belirleyici

Her turdaki istem, önyükleme dosyalarının, son oturum geçmişinin ve getirilen bellek sonuçlarının bir kombinasyonundan oluşturulur. Modelin yanıt üretirken gerçekten “gördüğü” bu istem içi bağlamdır; geçicidir (belirteç bütçeleriyle sınırlıdır) ve her turda yeniden oluşturulur. Ajanın tutarlı davranmasını istiyorsanız, temel yönergelerin yalnızca geçici iletilerde değil, önyükleme dosyalarında yer aldığından emin olun.

4) Anlamsal indeks / bellek eklentisi — hızlı getirme

Ajanın geçmiş notlarda ilgili olanları bulmasına izin vermek için OpenClaw, Markdown dosyaları üzerinde anlamsal arama sağlayan bir bellek eklentisi (varsayılan: memory-core) ve isteğe bağlı harici vektör depoları (sqlite-vec, LanceDB, QMD, vb.) kullanır. Dizin, dosyalardan ayrıdır: dosyalar tek doğruluk kaynağıdır; dizin getirimi hızlandırır. Arka uç davranışını (gömleme sağlayıcısı, getirme algoritması, kalıcılık) değiştirmek için eklentileri değiştirebilirsiniz.

OpenClaw belleği nasıl çalışır?

Gateway Temelli Ajan Mimarisi

OpenClaw, birden fazla sistem bileşeni arasındaki iletişimi orkestre eden ağ geçidi merkezli bir mimari kullanır.

Temel Bileşenler:

Bu mimaride bellek, ajan bilgisinin uzun vadeli depolama katmanı olarak görev yapar.

Dosyalar olarak bellek (tek doğruluk kaynağı)

OpenClaw, bellek modelinin merkezine ajan çalışma alanındaki düz Markdown dosyalarını yerleştirir. Ajan bu dosyalara yazar ve bu dosyalardan okur; bunlar kalıcı, insan tarafından düzenlenebilir depodur. LLM yalnızca diske yazılmış olanı “hatırlar” — uçucu oturum bağlamı ayrıdır. Tipik dosyalar ve kurallar şunları içerir:

• MEMORY.md — özenle seçilmiş, uzun vadeli dayanıklı bellek öğeleri (kararlar, kullanıcı profili olguları, kalıcı tercihler).
• memory/YYYY-MM-DD.md — geçici/günlük bellek olarak kullanılan eklemeli günlük kayıtları.
• USER.md, SOUL.md, AGENTS.md — ajanın kişiliğini veya davranışını etkileyen diğer çalışma alanı dosyaları.
  Bu dosyalar ajan çalışma alanında (varsayılan ~/.openclaw/workspace) bulunur ve istediğiniz zaman okunabilir veya düzenlenebilir.

İki erişim yolu: dosya destekli + indeks destekli

Düz dosyalar ölçekli anlamsal arama için verimsiz olduğundan, OpenClaw Markdown kaynağını bir dizinle (vektör depo + isteğe bağlı BM25 metin indeksi) eşler. Dizin, ajana dönük memory_search aracı tarafından kullanılır; hedefli okumalar, doğrudan bir dosya/satır aralığını okuyan memory_get ile yapılır. Hibrit indeksleme yaklaşımı — gömlemeler (vektör) + BM25 (anahtar sözcük) — hem anlamsal hatırlamayı hem de tam eşleşme güvenilirliğini sağlar. Tipik indeks depolaması, vektör arama için genişletilmiş yerel bir SQLite dosyasıdır (örn. ~/.openclaw/agents/<agentId>/index.sqlite).

• memory_search(query, topK) — meta verilerle (yol, satırlar, puan) eşleşen parçacıkların sıralanmış bir listesini döndürür. Ajanın yanıtlamadan önce “önce ara” yapmasını istediğinizde bunu kullanın.
• memory_get(path, startLine, endLine) — bir Markdown dosyasının ham bir dilimini döndürür; belleğin nerede olduğunu zaten biliyorsanız bunu kullanın.
  Bunlar yerleşik ajan araçlarıdır; yetenekler ve özel kod gerektiğinde bunları çağırabilir.

Yaşam döngüsü: yaz, indeksle, geri çağır, boşalt, sıkıştır

OpenClaw, açık bir bellek yaşam döngüsü uygular:

1. Yaz — bellek değeri olan bir olay gerçekleştiğinde (açık istek, kaydedilen karar veya otomatik bellek boşaltma) ajan Markdown dosyalarına yazar.
2. İndeksle — bir dosya izleyici ve toplu iş, yeni/değişen dosyaları artımlı olarak vektör + BM25 deposuna indeksler.
3. Geri çağır — ajan oturum sırasında memory_search (anlamsal) veya memory_get (hedefli) çağırır.
4. Bellek boşaltma (sıkıştırma öncesi) — oturum bağlamı model penceresi limitine yaklaştığında, OpenClaw, sıkıştırmadan önce ajanın korunması gerekenleri diske yazması için sessiz bir ajan turu tetikler (bu yapılandırılabilir).
5. Sıkıştırma — sistem, etkin oturumu küçük tutmak için bağlamı sıkıştırır veya özetler; bellek dosyaları dayanıklı geri dönüş noktasıdır.

Parçalama ve gömme hattı (teknik ayrıntı)

Dosyalar indekslenirken parçalara ayrılır (yaygın sezgiler: ~300–500 belirteç/öbek ve bir örtüşme), ardından her parça, seçtiğiniz bir sağlayıcı kullanılarak bir gömlemeye dönüştürülür (OpenAI, Gemini, yerel GGUF embeddings, vb.). Ortaya çıkan vektörler, getirme için kaynak meta verileriyle (dosya yolu, başlangıç/bitiş satırı, zaman damgası) birlikte depolanır. Getirme, sorgu gömlemesini hesaplayıp vektör uzayında en yakın komşu araması yaparak, ardından isteğe bağlı olarak BM25 puanları ve bir yeniden sıralayıcı ile birleştirerek gerçekleştirilir. Bu hibrit yaklaşım, gerçeklere dayalı sorgularda hassasiyeti artırırken, yeniden ifade edilmiş içerik için anlamsal hatırlamayı korur.

Somut: bellek nasıl kontrol edilir (komutlar, dosyalar, yapılandırma)

Aşağıda, OpenClaw’ın belleğini incelemek, değiştirmek ve kontrol etmek için operatörlerin ve geliştiricilerin kullanması gereken adım adım pratik işlemler yer alır. Örnekler, varsayılan çalışma alanının ~/.openclaw/workspace olduğu standart yerel bir kurulumu varsayar (bunu agents.defaults.workspace üzerinden geçersiz kılabilirsiniz).

Ham bellek dosyalarını inceleyin ve yedekleyin

Bellek Markdown’dır. Çalışma alanını yedekleyin veya en azından MEMORY.md ve memory/ klasörünü kopyalayın.

Kabuk örneği:

# show workspace location (recommended)openclaw config get agents.defaults.workspace# copy memory files to a timestamped backupcp -r ~/.openclaw/workspace ~/.openclaw/workspace-backup-$(date +%F-%H%M)# or only memory files:cp ~/.openclaw/workspace/MEMORY.md ~/backups/opencaw-MEMORY-$(date +%F).mdcp -r ~/.openclaw/workspace/memory ~/backups/opencaw-memory-$(date +%F)/

Dokümantasyon ve topluluk kılavuzları, dışa aktarma/yedekleme için MEMORY.md + memory/ kopyalanmasını açıkça önerir.

MEMORY.md dosyasını düzenleyin — uzun vadeli olguları kodlamanın önerilen yolu

Kalıcı tercih ve olguları MEMORY.md içine koyun. Bu dosya, bağlama doğrudan enjekte edilmek üzere oturum başında okunur.

Örnek MEMORY.md alıntısı:

# MEMORY.md## User preferences- timezone: Asia/Tokyo- prefers_brief_responses: true- default_calendar: personal@gmail.com## Projects- acme-internal: deploy target Cloudflare Workers, main repo: github.com/org/acme

Düzenledikten sonra, yeni oturumlarda dosya okumaları için yeniden başlatma gerekmez; ancak eklenti indeksleri için yeniden indeksleme gerekebilir (aşağıya bakın).

Programatik olarak bellek yazma (Node.js örneği)

Bellek dosyalardan oluştuğu için, basit betikler bellek öğelerini ekleyebilir veya oluşturabilir. Bu, harici bir sistemin ajan çalışma alanına olgu kaydetmek istediğinde kullanışlıdır.

// append-memory.js (Node.js)import {writeFileSync, appendFileSync} from 'fs';import {homedir} from 'os';import path from 'path';const ws = path.join(homedir(), '.openclaw', 'workspace');const mdPath = path.join(ws, 'memory', `${new Date().toISOString().slice(0,10)}.md`);// ensure folder exists and append a factappendFileSync(mdPath, `\n- ${new Date().toISOString()}: Completed deployment for project X\n`);console.log(`Wrote to ${mdPath}`);

İpucu: Çalışma alanı yolunu doğrulamak için openclaw config get agents.defaults.workspace kullanın.

Yeniden indeksleme ve eklenti kontrolü

Bellek dosyalarını değiştirir ve anlamsal aramaya bağımlıysanız, yeniden indeksleme (veya eklentinin otomatik indeksleyicisini bekleme) gerekir.

• Hangi eklentinin etkin olduğunu kontrol edin: openclaw config get plugins.slots.memory
• Yeniden indeksleme (eklentiye bağlıdır — birçok eklenti openclaw memory reindex gibi bir CLI sunar veya Gateway’in yeniden başlatılmasını gerektirir).

Yalnızca dosya davranışını zorlamak için bellek eklentilerini devre dışı bırakan örnek yapılandırma:

// ~/.openclaw/openclaw.json (partial){  "plugins": {    "slots": {      "memory": "none"    }  }}

Eklenti ayarlarını değiştirdikten sonra, yapılandırmayı etkinleştirmek için Gateway’i yeniden başlatın:

openclaw gateway restart

Belgeler ve yapılandırma referansları, bellek eklentisi yönetimi için özellikle plugins.slots.memory ve plugins.installs denetimlerini gösterir.

Bellek arka uçlarını değiştirin — örnek: bir LanceDB eklentisi ekleyin

Varsayılan bellek arka ucunu daha yüksek ölçekli vektör depolarla değiştiren topluluk eklentileri mevcuttur. Örnek desen (yaygın kullanılan bir topluluk eklentisinden):

# from your workspace rootcd ~/.openclaw/workspacegit clone https://github.com/win4r/memory-lancedb-pro.git plugins/memory-lancedb-procd plugins/memory-lancedb-pronpm install# then update openclaw.json to activate the 'memory-lancedb-pro' plugin# and restart gateway:openclaw gateway restart

Eklenti README’si ve yazarları, plugins.load.paths içinde mutlak yolları ve gömme API anahtarları için açık ortam değişkenlerini önermektedir.

CLI bellek araması ve sorun giderme

OpenClaw, anlamsal dizini aramak veya yönetmek için openclaw memory gibi CLI yardımcıları sunar. Eklentiye özgü sorunlara dikkat edin (örneğin, QMD arka uç kullanıcıları yeniden yapılandırma gerektiren indeks/arama uyumsuzlukları bildirmiştir). Sonuçlar eksik olduğunda, yeniden indeksleyin ve eklenti günlüklerini kontrol edin.

Dosyalar olarak bellek (tek doğruluk kaynağı)

OpenClaw, bellek modelinin merkezine ajan çalışma alanındaki düz Markdown dosyalarını yerleştirir. Ajan bu dosyalara yazar ve bu dosyalardan okur; bunlar kalıcı, insan tarafından düzenlenebilir depodur. LLM yalnızca diske yazılmış olanı “hatırlar” — uçucu oturum bağlamı ayrıdır. Tipik dosyalar ve kurallar şunları içerir:

• MEMORY.md — özenle seçilmiş, uzun vadeli dayanıklı bellek öğeleri (kararlar, kullanıcı profili olguları, kalıcı tercihler).
• memory/YYYY-MM-DD.md — geçici/günlük bellek olarak kullanılan eklemeli günlük kayıtları.
• USER.md, SOUL.md, AGENTS.md — ajanın kişiliğini veya davranışını etkileyen diğer çalışma alanı dosyaları.
  Bu dosyalar ajan çalışma alanında (varsayılan ~/.openclaw/workspace) bulunur ve istediğiniz zaman okunabilir veya düzenlenebilir.

Sonuç

OpenClaw’ın bellek sistemi, yapay zeka mimarisinde temel bir değişimi temsil eder.

Geçici sohbetler yerine, platform zaman içinde bilgi biriktirmeyi sağlayan kalıcı, geliştirici tarafından kontrol edilen bellek katmanları sunar.

Tasarımı şu noktalara vurgu yapar:

• dosya tabanlı depolama ile şeffaflık
• gömme tabanlı getirme ile ölçeklenebilirlik
• yapılandırma aracılığıyla geliştirici kontrolü
• eklentilerle genişletilebilirlik

Ancak kalıcı bellek, geliştiricilerin dikkatle yönetmesi gereken yeni mühendislik ve güvenlik zorluklarını da beraberinde getirir.

Otonom ajanlar daha güçlü ve yaygın hale geldikçe, OpenClaw’ınki gibi bellek sistemleri muhtemelen bir sonraki nesil akıllı yazılım sistemlerinin temel bir bileşeni olacaktır.

CometAPI artık OpenClaw ile entegre. Claude, Gemini ve GPT-5 Serisi’ni destekleyen API’ler arıyorsanız, OpenClaw’ı kullanmak için CometAPI en iyi seçimdir ve API fiyatı sürekli olarak indirime tabidir. OpenClaw yakın zamanda GPT-5.4 ile uyumluluğunu güncelledi ve iş akışını optimize etti. Artık OpenClaw’ı CometAPI’nin GPT-5.4’ü aracılığıyla da yapılandırabilirsiniz.

Hazır mısınız? → Bugün OpenClaw’a kaydolun !

Daha fazla ipucu, rehber ve yapay zeka haberi için bizi VK, X ve Discord üzerinde takip edin!