Quando si costruiscono agenti AI autonomi con framework come OpenClaw, una delle sfide principali è la gestione della memoria. Man mano che l'agente lavora per giorni o settimane, la finestra di contesto cresce, portando ad allucinazioni e alti costi in termini di token. OpenLTM introduce un sistema di memoria auto-decadente che risolve questo problema in modo nativo.
Il Problema della Finestra di Contesto
Gli agenti locali tradizionali aggiungono ogni pensiero, azione e osservazione alla loro finestra di contesto. Quando si riempie, la riassumono o ne eliminano parti bruscamente. Entrambi gli approcci fanno perdere sfumature critiche o rompono la continuità del task.
OpenLTM offre un approccio di ispirazione biologica: i ricordi hanno un peso di attivazione che decade nel tempo a meno che non vi si acceda di nuovo.
Hai bisogno di aiuto con l'integrazione AI?
Contattami per una consulenza su come implementare tool e automazioni AI nella tua azienda.
Configurare OpenLTM con OpenClaw
1. Installazione
Per prima cosa, installa il server MCP di OpenLTM e le sue dipendenze.
npm install -g @openclaw/openltm-mcp2. Configurazione
Successivamente, configura il tuo agente OpenClaw per utilizzare il server OpenLTM nel tuo openclaw.json.
{
"mcpServers": {
"openltm": {
"command": "openltm-mcp",
"args": ["--decay-rate=0.05", "--storage-dir=~/.openltm"]
}
}
}Come Funziona la Memoria Auto-Decadente
Ogni volta che l'agente memorizza un'osservazione, OpenLTM le assegna un peso iniziale di 1.0. Ogni volta che l'agente interroga la sua memoria, i ricordi recuperati ottengono un aumento di peso, simulando il ripasso. I ricordi che scendono sotto una certa soglia (es. 0.1) vengono spostati in uno storage a freddo ed esclusi dal contesto attivo.
Domande Frequenti
OpenLTM funziona completamente offline?
Sì. OpenLTM è un livello di archiviazione locale e non richiede alcuna connessione internet per funzionare.
OpenLTM è gratuito?
Sì, è open-source e gratuito da usare insieme ad OpenClaw.
Posso usarlo con Ollama?
Assolutamente. Abbinando OpenLTM a un backend Ollama per OpenClaw, l'intero tuo flusso di lavoro da agente rimane locale, privato e a costo zero.
Wrap-up
L'aggiunta di OpenLTM ai tuoi agenti OpenClaw fornisce la ritenzione del contesto a lungo termine necessaria per complessi flussi di lavoro autonomi. Mettilo alla prova!
Scritto da Matteo Giardino, CTO e founder. Costruisco agenti AI per le PMI in Italia. I miei progetti.