chromadb-memory

Long-term memory via ChromaDB with local Ollama embeddings. Auto-recall injects relevant context every turn. No cloud APIs required — fully self-hosted.

1. Zainstaluj wymagane narzędzia: uruchom ChromaDB w Dockerze komendą docker run -d --name chromadb -p 8100:8000 chromadb/chroma:latest, a następnie pobierz model osadzający do Ollamy: ollama pull nomic-embed-text.

2. Przygotuj dane — zaindeksuj dokumenty lub rozmowy w kolekcji ChromaDB za pomocą dowolnego narzędzia kompatybilnego z ChromaDB. Skill będzie wyszukiwać w tej kolekcji.

3. Skopiuj pliki skill'u do katalogu rozszerzeń OpenClaw: utwórz folder ~/.openclaw/extensions/chromadb-memory/ i umieść w nim index.ts oraz openclaw.plugin.json z repozytorium.

4. Skonfiguruj skill w pliku ~/.openclaw/openclaw.json, dodając wpis w sekcji plugins.entries. Ustaw chromaUrl na http://localhost:8100, ollamaUrl na http://localhost:11434, collectionName na nazwę Twojej kolekcji oraz embeddingModel na nomic-embed-text. Włącz autoRecall: true, aby kontekst wstrzykiwał się automatycznie.

5. Dostosuj parametry: autoRecallResults określa, ile wyników wyszukiwania wstrzyknąć (domyślnie 3), a minScore ustawia próg podobieństwa (domyślnie 0,5) — zwiększ próg, jeśli otrzymujesz zbyt wiele nieistotnych wyników.

6. Uruchom agenta — skill będzie teraz automatycznie wyszukiwać w ChromaDB przed każdą turą. Możesz też ręcznie wyszukiwać za pomocą narzędzia chromadb_search, jeśli potrzebujesz precyzyjnej kontroli.