# 接入向量化模型

> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。

方舟 Agent Plan 提供向量化模型，可以为工具提供语义向量能力，将对话、文档与任务信息等转换为高维向量表示，实现基于语义相似度的高效检索。
相比传统关键词匹配，Embedding 检索在信息量大、对话长、资料分散的场景下，能够更准确地召回相关内容，显著降低遗漏与误判。同时，Embedding 为记忆检索、知识库问答与工具调用提供统一的语义检索层，帮助工具在不增加主模型推理成本的前提下，提升跨轮次上下文追踪能力与整体效果。
<span id="1eea923e"></span>
# 核心配置信息

在 Agent Plan 中使用向量模型时，需要的核心配置如下：
* **专属 Base URL**：https://ark.cn-beijing.volces.com/api/plan/v3，Agent Plan 专属 Base URL 中包含`/plan`，请勿混用其他 Base URL。
* **专属 API Key**：[获取专属 API Key](https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentPlan)，其他方舟 API Key 如 Coding Plan API Key 无法在 Agent Plan 中使用。

    ![image-20260908-203322-616.png](https://arkdocs.tos-cn-beijing.volces.com/images/CodingPlan/image-20260908-203322-616.png)

* **支持的模型**：`doubao-embedding-vision`（对应模型 [doubao-embedding-vision-251215](https://ark.volcengine.com/region:cn-beijing/model/detail?Id=doubao-embedding-vision)）

> **注意**
>
> * 建议固定使用同一版本的向量化模型，请勿混用不同版本。
> * 向量化模型只支持在配置文件中指定 Model Name，不支持通过 Auto 及控制台切换使用。

<span id="72de147a"></span>
# 接入向量化模型

<span id="a4c2cd2f"></span>
## OpenClaw

OpenClaw 支持配置向量模型，解决大模型原生记忆有限、易产生幻觉、无法适配私有数据的问题，从而提升模型在处理复杂任务时的准确性和可靠性。 
1. 前提条件：已完成 OpenClaw 的安装与配置，步骤参见[二、安装 OpenClaw](/docs/agent-plan-personal-openclaw#b51c87f8)、[三、配置 OpenClaw](/docs/agent-plan-personal-openclaw#48c0b1ea)。
2. 选择以下任一方式配置向量模型。

**选项：Web UI 方式**

1. 执行以下命令打开 Web UI。

    ```Bash
    openclaw dashboard
    ```

2. 在左侧菜单栏选择**配置** - **Settings** - **Advanced**，单击 **Open** 查看并修改配置信息，在`agents.defaults`节点下增加 `memorySearch`相关配置信息，增加的配置信息如下。其中需要将`<ARK_API_KEY>`替换为您自己的 [专属 API Key](https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentPlan)。

    ```JSON
    {
      ...
      "agents": {
        "defaults": {
          ...
          "memorySearch": {
            "provider": "openai",
            "model": "doubao-embedding-vision",
            "remote": {
              "baseUrl": "https://ark.cn-beijing.volces.com/api/plan/v3",
              "apiKey": "<ARK_API_KEY>"
            }
          }
          ...
        }
      }
      ...
    }
    ```

3. 配置完成后，先保存配置文件，然后单击 **Update** 更新配置，配置更新完成后需要重新连接服务进入 Web UI。

**选项：终端方式**

1. 在终端执行以下命令打开 OpenClaw 配置文件。

    ```Bash
    nano ~/.openclaw/openclaw.json
    ```

2. 在`agents.defaults`节点下增加 `memorySearch`相关配置信息，增加的配置信息如下。其中需要将`<ARK_API_KEY>`替换为您自己的 [专属API Key](https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentPlan)。
    ```JSON
    {
      ...
      "agents": {
        "defaults": {
          ...
          "memorySearch": {
            "provider": "openai",
            "model": "doubao-embedding-vision",
            "remote": {
              "baseUrl": "https://ark.cn-beijing.volces.com/api/plan/v3",
              "apiKey": "<ARK_API_KEY>"
            }
          }
          ...
        }
      }
      ...
    }
    ```
3. 配置完成后，重启网关使配置生效。

    ```Bash
    openclaw gateway restart
    ```

<span id="8691628e"></span>
## OpenViking

OpenViking 是专为 AI 智能体设计的开源上下文数据库，支持多模态 Embedding 模型的集成与接入，实现非结构化数据的向量化转换，并提供高效的语义相似度检索能力。
1. 前提条件：已完成 OpenViking 的安装与基础配置，步骤参见 [安装 OpenViking](/docs/agent-plan-personal-openviking#4cc843e2)、[配置 OpenViking](/docs/agent-plan-personal-openviking#ceac2da4)。
2. 在配置文件 `~/.openviking/ov.conf`中新增`embedding`相关配置。其中需要将`<ARK_API_KEY>`替换为您自己的 [专属 API Key](https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentPlan)。

```JSON
{
  ...
  "embedding": {
    "dense": {
      "api_base" : "https://ark.cn-beijing.volces.com/api/plan/v3",
      "api_key"  : "<ARK_API_KEY>",
      "provider" : "volcengine",
      "dimension": 1024,
      "model"    : "doubao-embedding-vision"
    },
    "max_concurrent": 10
  }
  ...
}
```