> ## Documentation Index > Fetch the complete documentation index at: https://openclaw.veiseule.ai/llms.txt > Use this file to discover all available pages before exploring further. # Память # Память Память OpenClaw — это **обычный Markdown в рабочем пространстве агента**. Файлы являются источником истины; модель «помнит» только то, что записано на диск. Инструменты поиска по памяти предоставляются активным плагином памяти (по умолчанию: `memory-core`). Отключить плагины памяти можно с помощью `plugins.slots.memory = "none"`. ## Файлы памяти (Markdown) Макет рабочего пространства по умолчанию использует два уровня памяти: * `memory/YYYY-MM-DD.md` * Ежедневный журнал (только добавление). * Читается сегодняшний и вчерашний день при старте сеанса. * `MEMORY.md` (необязательно) * Кураторская долгосрочная память. * **Загружается только в основном, приватном сеансе** (никогда в групповых контекстах). Эти файлы находятся в рабочем пространстве (`agents.defaults.workspace`, по умолчанию `~/.openclaw/workspace`). Полную структуру см. в разделе [Agent workspace](/concepts/agent-workspace). ## Когда записывать в память * Решения, предпочтения и устойчивые факты записывайте в `MEMORY.md`. * Повседневные заметки и текущий контекст — в `memory/YYYY-MM-DD.md`. * Если кто-то говорит «запомни это», запишите это (не храните в RAM). * Этот раздел всё ещё развивается. Полезно напоминать модели сохранять воспоминания; она знает, что делать. * Если вы хотите, чтобы что-то сохранилось, **попросите бота записать это** в память. ## Автоматический сброс памяти (предварительный пинг перед уплотнением) Когда сеанс **приближается к авто-уплотнению**, OpenClaw запускает **тихий, агентный ход**, который напоминает модели записать устойчивую память **до** уплотнения контекста. В подсказках по умолчанию прямо сказано, что модель *может ответить*, но обычно правильным ответом является `NO_REPLY`, чтобы пользователь не видел этот ход. Это управляется через `agents.defaults.compaction.memoryFlush`: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} { agents: { defaults: { compaction: { reserveTokensFloor: 20000, memoryFlush: { enabled: true, softThresholdTokens: 4000, systemPrompt: "Session nearing compaction. Store durable memories now.", prompt: "Write any lasting notes to memory/YYYY-MM-DD.md; reply with NO_REPLY if nothing to store.", }, }, }, }, } ``` Подробности: * **Мягкий порог**: сброс срабатывает, когда оценка токенов сеанса превышает `contextWindow - reserveTokensFloor - softThresholdTokens`. * **Тихо** по умолчанию: подсказки включают `NO_REPLY`, поэтому ничего не доставляется. * **Две подсказки**: пользовательская и системная подсказки добавляют напоминание. * **Один сброс за цикл уплотнения** (отслеживается в `sessions.json`). * **Рабочее пространство должно быть доступно для записи**: если сеанс выполняется в sandbox с `workspaceAccess: "ro"` или `"none"`, сброс пропускается. Полный жизненный цикл уплотнения см. в разделе [Session management + compaction](/reference/session-management-compaction). ## Векторный поиск по памяти OpenClaw может построить небольшой векторный индекс поверх `MEMORY.md` и `memory/*.md`, чтобы семантические запросы находили связанные заметки даже при различной формулировке. Значения по умолчанию: * Включено по умолчанию. * Отслеживает изменения файлов памяти (с debounce). * Настройте поиск памяти в разделе `agents.defaults.memorySearch` (а не в корневом `memorySearch`). * По умолчанию использует удалённые эмбеддинги. Если `memorySearch.provider` не задан, OpenClaw автоматически выбирает: 1. `local`, если настроен `memorySearch.local.modelPath` и файл существует. 2. `openai`, если удаётся определить ключ OpenAI. 3. `gemini`, если удаётся определить ключ Gemini. 4. `voyage`, если удаётся определить ключ Voyage. 5. В противном случае поиск по памяти остаётся отключённым до настройки. * Локальный режим использует node-llama-cpp и может требовать `pnpm approve-builds`. * Использует sqlite-vec (когда доступен) для ускорения векторного поиска внутри SQLite. Удалённые эмбеддинги **требуют** ключ API для провайдера эмбеддингов. OpenClaw разрешает ключи из профилей аутентификации, `models.providers.*.apiKey` или переменных окружения. Codex OAuth покрывает только chat/completions и **не** подходит для эмбеддингов поиска по памяти. Для Gemini используйте `GEMINI_API_KEY` или `models.providers.google.apiKey`. Для Voyage используйте `VOYAGE_API_KEY` или `models.providers.voyage.apiKey`. При использовании пользовательского OpenAI-совместимого эндпоинта задайте `memorySearch.remote.apiKey` (и необязательно `memorySearch.remote.headers`). ### Бэкенд QMD (экспериментально) Установите `memory.backend = "qmd"`, чтобы заменить встроенный индексатор SQLite на [QMD](https://github.com/tobi/qmd): локальный поисковый сайдкар, объединяющий BM25 + векторы + переранжирование. Markdown остаётся источником истины; OpenClaw вызывает QMD для извлечения. Ключевые моменты: **Предварительные требования** * По умолчанию отключено. Включение — на уровне конфига (`memory.backend = "qmd"`). * Установите CLI QMD отдельно (`bun install -g https://github.com/tobi/qmd` или скачайте релиз) и убедитесь, что бинарник `qmd` находится в `PATH` шлюза. * QMD требует сборку SQLite с поддержкой расширений (`brew install sqlite` на macOS). * QMD полностью работает локально через Bun + `node-llama-cpp` и автоматически загружает модели GGUF с HuggingFace при первом использовании (отдельный демон Ollama не требуется). * Gateway (шлюз) запускает QMD в изолированном XDG home под `~/.openclaw/agents//qmd/`, устанавливая `XDG_CONFIG_HOME` и `XDG_CACHE_HOME`. * Поддержка ОС: macOS и Linux работают «из коробки» после установки Bun + SQLite. Windows лучше всего поддерживается через WSL2. **Как работает сайдкар** * Gateway (шлюз) создаёт самодостаточный QMD home под `~/.openclaw/agents//qmd/` (конфиг + кэш + sqlite DB). * Коллекции создаются через `qmd collection add` из `memory.qmd.paths` (плюс файлы памяти рабочего пространства по умолчанию), затем `qmd update` + `qmd embed` выполняются при загрузке и с настраиваемым интервалом (`memory.qmd.update.interval`, по умолчанию 5 м). * Gateway теперь инициализирует менеджер QMD при запуске, поэтому таймеры периодического обновления активируются ещё до первого вызова `memory_search`. * Обновление при загрузке теперь по умолчанию выполняется в фоне, чтобы запуск чата не блокировался; установите `memory.qmd.update.waitForBootSync = true`, чтобы сохранить прежнее блокирующее поведение. * Поиск выполняется через `qmd query --json`. Если выбранный режим отклоняет флаги в вашей сборке QMD, OpenClaw повторяет попытку с `qmd query`. Если QMD падает или бинарник отсутствует, OpenClaw автоматически возвращается к встроенному менеджеру SQLite, чтобы инструменты памяти продолжали работать. * OpenClaw сегодня не предоставляет настройку batch-size эмбеддингов QMD; пакетное поведение контролируется самим QMD. * **Первый поиск может быть медленным**: QMD может загружать локальные модели GGUF (переранжирование/расширение запроса) при первом запуске `qmd query`. * OpenClaw автоматически устанавливает `XDG_CONFIG_HOME`/`XDG_CACHE_HOME`, когда запускает QMD. * Если вы хотите предварительно загрузить модели вручную (и прогреть тот же индекс, который использует OpenClaw), выполните одноразовый запрос с XDG-директориями агента. Состояние QMD OpenClaw находится в вашем **каталоге состояния** (по умолчанию `~/.openclaw`). Вы можете направить `qmd` на точно такой же индекс, экспортировав те же XDG-переменные, которые использует OpenClaw: ```bash theme={"theme":{"light":"min-light","dark":"min-dark"}} # Pick the same state dir OpenClaw uses STATE_DIR="${OPENCLAW_STATE_DIR:-$HOME/.openclaw}" if [ -d "$HOME/.moltbot" ] && [ ! -d "$HOME/.openclaw" ] \ && [ -z "${OPENCLAW_STATE_DIR:-}" ]; then STATE_DIR="$HOME/.moltbot" fi export XDG_CONFIG_HOME="$STATE_DIR/agents/main/qmd/xdg-config" export XDG_CACHE_HOME="$STATE_DIR/agents/main/qmd/xdg-cache" # (Optional) force an index refresh + embeddings qmd update qmd embed # Warm up / trigger first-time model downloads qmd query "test" -c memory-root --json >/dev/null 2>&1 ``` **Поверхность конфигурации (`memory.qmd.*`)** * `command` (по умолчанию `qmd`): переопределить путь к исполняемому файлу. * `includeDefaultMemory` (по умолчанию `true`): автоиндексация `MEMORY.md` + `memory/**/*.md`. * `includeDefaultMemory` (по умолчанию `true`): автоиндексация `MEMORY.md` + `memory/**/*.md`. * `paths[]`: добавить дополнительные каталоги/файлы (`path`, необязательно `pattern`, необязательно стабильный `name`). * `sessions`: включить индексацию JSONL сеансов (`enabled`, `retentionDays`, `exportDir`). * `update`: управляет частотой обновления и выполнением обслуживания: (`interval`, `debounceMs`, `onBoot`, `waitForBootSync`, `embedInterval`, `commandTimeoutMs`, `updateTimeoutMs`, `embedTimeoutMs`). * `limits`: ограничение полезной нагрузки recall (`maxResults`, `maxSnippetChars`, `maxInjectedChars`, `timeoutMs`). * `scope`: та же схема, что и [`session.sendPolicy`](/gateway/configuration#session). По умолчанию — только DMs (`deny` все, `allow` прямые чаты); ослабьте, чтобы показывать результаты QMD в группах/каналах. * `match.keyPrefix` сопоставляется с **нормализованным** ключом сессии (в нижнем регистре, с удалённым ведущим `agent::`). Пример: `discord:channel:`. * `match.rawKeyPrefix` сопоставляется с **сырым** ключом сессии (в нижнем регистре), включая `agent::`. Пример: `agent:main:discord:`. * Устаревшее: `match.keyPrefix: "agent:..."` по-прежнему рассматривается как префикс сырого ключа, однако для ясности предпочтительнее использовать `rawKeyPrefix`. * Когда `scope` запрещает поиск, OpenClaw записывает предупреждение с вычисленными `channel`/`chatType`, чтобы пустые результаты было проще отлаживать. * Фрагменты, полученные вне рабочего пространства, отображаются как `qmd//` в результатах `memory_search`; `memory_get` понимает этот префикс и читает из настроенного корня коллекции QMD. * Когда `memory.qmd.sessions.enabled = true`, OpenClaw экспортирует очищенные транскрипты сеансов (ходы User/Assistant) в отдельную коллекцию QMD под `~/.openclaw/agents//qmd/sessions/`, чтобы `memory_search` мог вспоминать недавние разговоры, не затрагивая встроенный индекс SQLite. * Фрагменты `memory_search` теперь включают подвал `Source: `, когда `memory.citations` равно `auto`/`on`; установите `memory.citations = "off"`, чтобы оставить метаданные пути внутренними (агент всё равно получает путь для `memory_get`, но текст фрагмента опускает подвал, а системная подсказка предупреждает агента не цитировать его). **Пример** ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} memory: { backend: "qmd", citations: "auto", qmd: { includeDefaultMemory: true, update: { interval: "5m", debounceMs: 15000 }, limits: { maxResults: 6, timeoutMs: 4000 }, scope: { default: "deny", rules: [{ action: "allow", match: { chatType: "direct" } }] }, paths: [ { name: "docs", path: "~/notes", pattern: "**/*.md" } ] } } ``` **Цитирование и fallback** * `memory.citations` применяется независимо от бэкенда (`auto`/`on`/`off`). * Когда выполняется `qmd`, мы помечаем `status().backend = "qmd"`, чтобы диагностика показывала, какой движок выдал результаты. Если подпроцесс QMD завершается или JSON-вывод не удаётся разобрать, менеджер поиска пишет предупреждение и возвращает встроенного провайдера (существующие эмбеддинги Markdown), пока QMD не восстановится. ### Дополнительные пути памяти Если вы хотите индексировать Markdown-файлы вне макета рабочего пространства по умолчанию, добавьте явные пути: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { extraPaths: ["../team-docs", "/srv/shared-notes/overview.md"] } } } ``` Примечания: * Пути могут быть абсолютными или относительными к рабочему пространству. * Каталоги сканируются рекурсивно на наличие файлов `.md`. * Индексируются только Markdown-файлы. * Символические ссылки игнорируются (файлы и каталоги). ### Эмбеддинги Gemini (нативно) Установите провайдер `gemini`, чтобы использовать API эмбеддингов Gemini напрямую: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { provider: "gemini", model: "gemini-embedding-001", remote: { apiKey: "YOUR_GEMINI_API_KEY" } } } } ``` Примечания: * `remote.baseUrl` необязателен (по умолчанию — базовый URL API Gemini). * `remote.headers` позволяет добавлять дополнительные заголовки при необходимости. * Модель по умолчанию: `gemini-embedding-001`. Если вы хотите использовать **пользовательский OpenAI-совместимый эндпоинт** (OpenRouter, vLLM или прокси), можно использовать конфигурацию `remote` с провайдером OpenAI: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { provider: "openai", model: "text-embedding-3-small", remote: { baseUrl: "https://api.example.com/v1/", apiKey: "YOUR_OPENAI_COMPAT_API_KEY", headers: { "X-Custom-Header": "value" } } } } } ``` Если вы не хотите задавать ключ API, используйте `memorySearch.provider = "local"` или установите `memorySearch.fallback = "none"`. Fallback’и: * `memorySearch.fallback` может быть `openai`, `gemini`, `local` или `none`. * Провайдер fallback используется только когда основной провайдер эмбеддингов не срабатывает. Пакетная индексация (OpenAI + Gemini): * Включена по умолчанию для эмбеддингов OpenAI и Gemini. Установите `agents.defaults.memorySearch.remote.batch.enabled = false`, чтобы отключить. * Поведение по умолчанию ждёт завершения пакета; при необходимости настройте `remote.batch.wait`, `remote.batch.pollIntervalMs` и `remote.batch.timeoutMinutes`. * Установите `remote.batch.concurrency` для управления числом параллельно отправляемых batch-задач (по умолчанию: 2). * Пакетный режим применяется, когда `memorySearch.provider = "openai"` или `"gemini"`, и использует соответствующий ключ API. * Пакетные задания Gemini используют асинхронный batch-эндпоинт эмбеддингов и требуют доступности Gemini Batch API. Почему batch OpenAI быстрый и дешёвый: * Для крупных обратных заполнений OpenAI обычно самый быстрый поддерживаемый вариант, потому что мы можем отправлять множество запросов эмбеддингов в одном batch-задании и позволить OpenAI обрабатывать их асинхронно. * OpenAI предлагает скидки для нагрузок Batch API, поэтому крупные прогоны индексации обычно дешевле, чем отправка тех же запросов синхронно. * Подробности см. в документации и ценах OpenAI Batch API: * [https://platform.openai.com/docs/api-reference/batch](https://platform.openai.com/docs/api-reference/batch) * [https://platform.openai.com/pricing](https://platform.openai.com/pricing) Пример конфига: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { provider: "openai", model: "text-embedding-3-small", fallback: "openai", remote: { batch: { enabled: true, concurrency: 2 } }, sync: { watch: true } } } } ``` Инструменты: * `memory_search` — возвращает фрагменты с файлом и диапазонами строк. * `memory_get` — читает содержимое файла памяти по пути. Локальный режим: * Установите `agents.defaults.memorySearch.provider = "local"`. * Укажите `agents.defaults.memorySearch.local.modelPath` (GGUF или URI `hf:`). * Необязательно: установите `agents.defaults.memorySearch.fallback = "none"`, чтобы избежать удалённого fallback. ### Как работают инструменты памяти * `memory_search` выполняет семантический поиск по Markdown-фрагментам (целевой размер \~400 токенов, перекрытие 80 токенов) из `MEMORY.md` + `memory/**/*.md`. Он возвращает текст фрагмента (ограничение \~700 символов), путь к файлу, диапазон строк, оценку, провайдера/модель и факт fallback’а с локальных → удалённые эмбеддинги. Полные файлы не возвращаются. * `memory_get` читает конкретный Markdown-файл памяти (относительно рабочего пространства), при необходимости начиная с указанной строки и на N строк. Пути вне `MEMORY.md` / `memory/` отклоняются. * Оба инструмента включены только когда `memorySearch.enabled` вычисляется как true для агента. ### Что индексируется (и когда) * Тип файла: только Markdown (`MEMORY.md`, `memory/**/*.md`). * Хранилище индекса: SQLite для каждого агента в `~/.openclaw/memory/.sqlite` (настраивается через `agents.defaults.memorySearch.store.path`, поддерживает токен `{agentId}`). * Актуальность: наблюдатель за `MEMORY.md` + `memory/` помечает индекс «грязным» (debounce 1,5 с). Синхронизация планируется при старте сеанса, при поиске или по интервалу и выполняется асинхронно. Транскрипты сеансов используют пороги дельты для запуска фоновой синхронизации. * Триггеры переиндексации: индекс хранит **провайдера/модель эмбеддингов + отпечаток эндпоинта + параметры чанкинга**. При изменении любого из них OpenClaw автоматически сбрасывает и переиндексирует всё хранилище. ### Гибридный поиск (BM25 + вектор) Когда включён, OpenClaw объединяет: * **Векторное сходство** (семантическое совпадение, формулировки могут отличаться) * **Ключевую релевантность BM25** (точные токены, такие как ID, переменные окружения, символы кода) Если полнотекстовый поиск недоступен на вашей платформе, OpenClaw переходит на поиск только по векторам. #### Зачем гибрид? Векторный поиск отлично справляется с «это означает то же самое»: * «Mac Studio gateway host» vs «the machine running the gateway» * «debounce file updates» vs «avoid indexing on every write» Но он может быть слаб в точных, высокосигнальных токенах: * ID (`a828e60`, `b3b9895a…`) * символы кода (`memorySearch.query.hybrid`) * строки ошибок («sqlite-vec unavailable») BM25 (полнотекст) — наоборот: силён в точных токенах, слабее в перефразировании. Гибридный поиск — прагматичный компромисс: **использовать оба сигнала извлечения**, чтобы получать хорошие результаты как для «естественного языка», так и для запросов типа «иголка в стоге сена». #### Как мы объединяем результаты (текущий дизайн) Набросок реализации: 1. Получаем пул кандидатов с обеих сторон: * **Вектор**: top `maxResults * candidateMultiplier` по косинусному сходству. * **BM25**: top `maxResults * candidateMultiplier` по рангу FTS5 BM25 (меньше — лучше). 2. Преобразуем ранг BM25 в оценку примерно 0..1: * `textScore = 1 / (1 + max(0, bm25Rank))` 3. Объединяем кандидатов по id чанка и считаем взвешенную оценку: * `finalScore = vectorWeight * vectorScore + textWeight * textScore` Примечания: * `vectorWeight` + `textWeight` нормализуются до 1.0 при разрешении конфига, поэтому веса ведут себя как проценты. * Если эмбеддинги недоступны (или провайдер возвращает нулевой вектор), мы всё равно выполняем BM25 и возвращаем совпадения по ключевым словам. * Если FTS5 не удаётся создать, мы сохраняем поиск только по векторам (без жёсткого сбоя). Это не «идеально по теории ИР», но просто, быстро и обычно улучшает полноту/точность на реальных заметках. Если позже захочется усложнить, типичные следующие шаги — Reciprocal Rank Fusion (RRF) или нормализация оценок (min/max или z-score) перед смешиванием. Конфиг: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { query: { hybrid: { enabled: true, vectorWeight: 0.7, textWeight: 0.3, candidateMultiplier: 4 } } } } } ``` ### Кэш эмбеддингов OpenClaw может кэшировать **эмбеддинги чанков** в SQLite, чтобы переиндексация и частые обновления (особенно транскрипты сеансов) не переэмбеддили неизменённый текст. Конфиг: ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { cache: { enabled: true, maxEntries: 50000 } } } } ``` ### Поиск по памяти сеанса (экспериментально) При желании можно индексировать **транскрипты сеансов** и показывать их через `memory_search`. Это скрыто за экспериментальным флагом. ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { experimental: { sessionMemory: true }, sources: ["memory", "sessions"] } } } ``` Примечания: * Индексация сеансов — **opt-in** (по умолчанию выключено). * Обновления сеансов дебаунсятся и **индексируются асинхронно** после превышения порогов дельты (best-effort). * `memory_search` никогда не блокируется на индексации; результаты могут быть слегка устаревшими, пока не завершится фоновая синхронизация. * Результаты по-прежнему содержат только фрагменты; `memory_get` остаётся ограниченным файлами памяти. * Индексация сеансов изолирована на агента (индексируются только логи сеансов этого агента). * Логи сеансов хранятся на диске (`~/.openclaw/agents//sessions/*.jsonl`). Любой процесс/пользователь с доступом к файловой системе может их читать, поэтому границей доверия является доступ к диску. Для более строгой изоляции запускайте агентов под разными пользователями ОС или на разных хостах. Пороги дельты (показаны значения по умолчанию): ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { sync: { sessions: { deltaBytes: 100000, // ~100 KB deltaMessages: 50 // JSONL lines } } } } } ``` ### Ускорение векторов SQLite (sqlite-vec) Когда доступно расширение sqlite-vec, OpenClaw хранит эмбеддинги в виртуальной таблице SQLite (`vec0`) и выполняет запросы расстояния векторов в базе данных. Это сохраняет высокую скорость поиска без загрузки всех эмбеддингов в JS. Конфигурация (необязательно): ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { store: { vector: { enabled: true, extensionPath: "/path/to/sqlite-vec" } } } } } ``` Примечания: * `enabled` по умолчанию true; при отключении поиск возвращается к вычислению косинусного сходства в процессе по сохранённым эмбеддингам. * Если расширение sqlite-vec отсутствует или не загружается, OpenClaw логирует ошибку и продолжает с JS-fallback’ом (без векторной таблицы). * `extensionPath` переопределяет путь к встроенному sqlite-vec (полезно для кастомных сборок или нестандартных мест установки). ### Автозагрузка локальных эмбеддингов * Локальная модель эмбеддингов по умолчанию: `hf:ggml-org/embeddinggemma-300M-GGUF/embeddinggemma-300M-Q8_0.gguf` (\~0,6 ГБ). * Когда `memorySearch.provider = "local"`, `node-llama-cpp` разрешается в `modelPath`; если GGUF отсутствует, он **автоматически загружается** в кэш (или `local.modelCacheDir`, если задан), затем загружается в память. Загрузки возобновляются при повторе. * Требование нативной сборки: выполните `pnpm approve-builds`, выберите `node-llama-cpp`, затем `pnpm rebuild node-llama-cpp`. * Fallback: если локальная настройка не удалась и `memorySearch.fallback = "openai"`, мы автоматически переключаемся на удалённые эмбеддинги (`openai/text-embedding-3-small`, если не переопределено) и фиксируем причину. ### Пример пользовательского OpenAI-совместимого эндпоинта ```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}} agents: { defaults: { memorySearch: { provider: "openai", model: "text-embedding-3-small", remote: { baseUrl: "https://api.example.com/v1/", apiKey: "YOUR_REMOTE_API_KEY", headers: { "X-Organization": "org-id", "X-Project": "project-id" } } } } } ``` Примечания: * `remote.*` имеет приоритет над `models.providers.openai.*`. * `remote.headers` объединяются с заголовками OpenAI; при конфликте ключей побеждают удалённые. Уберите `remote.headers`, чтобы использовать значения OpenAI по умолчанию.