1. 个人 AI 记忆系统到底解决什么问题个人 AI 记忆系统简单说就是让 AI 助手不再“聊完就忘”而是把你和它之间的对话、你写下的笔记、你查过的资料沉淀成一套可以随时召回、回溯、关联的长期记忆。它适合三类人一是每天和 AI 大量对话、希望历史结论能被复用的开发者二是维护 Obsidian、Notion 等知识库、想让笔记自动变成可检索记忆的知识工作者三是正在折腾 Agent、想让自己的助手具备“记住用户偏好”能力的独立开发者。我自己的场景很典型和 AI 讨论过的技术选型、定下的项目方案、随手记的灵感散落在聊天记录、笔记软件和脑子里。过两周再问 AI“上次那个向量维度怎么定的”它一脸茫然。于是我决定搭一套全栈链路用 Hermes 做记忆编排负责把对话和笔记转成结构化记忆、Hindsight 做回溯检索负责事实记忆的存储与召回、GBrain 做知识沉淀负责概念关系和知识图谱三者共享同一个 Embedding 服务最终通过 TaoToken 统一接入大模型通道避免到处配 Key。这套系统的核心价值在于“分工”。Hindsight 像日记本存的是“谁在什么时候说了什么、有什么偏好”比如“老板喜欢喝美式咖啡”“项目截止日期是下周三”。GBrain 像笔记本存的是概念和关系比如“Qwen3-Embedding 是通义千问团队开发的”“Hindsight 用 PostgreSQL 存向量”。两者互补缺一不可——单一系统没法同时满足“记住对话内容”和“理解知识结构”。数据量上我的 GBrain 有 3032 个 chunkHindsight 有 569 条 memory合计约 3600 条。这个量级决定了我不需要动辄 4B、8B 的大模型0.6B 的 Embedding 模型绑绑有余。整套系统跑在一台 Ubuntu 24.04、16 核 27G 内存的服务器上额外硬件成本 0 元全量迁移耗时约 45 分钟。下面我把从零搭建的每一步、可复制的配置片段、以及一轮“写入—召回—回溯”的验证动作完整写出来你可以直接跟着做。2. TaoToken 统一接入与前置准备在动手搭记忆系统之前先把大模型通道统一掉否则后面 Hermes 编排、Hindsight 抽取事实、GBrain 生成摘要每个组件都要单独配一套 Key维护起来很痛苦。TaoToken 在这里扮演的角色就是“统一入口”一个 Base URL、一个 API Key兼容 OpenAI 风格的接口Hermes、Hindsight、GBrain 以及各种编码工具都能直接对接。前置准备分三块。第一块是账号与 Key打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后进入控制台在 API Keys 页面创建一个 Key建议按用途命名比如memory-stack方便后面区分。创建后立刻复制保存页面刷新后就不再完整显示。第二块是模型选择记忆系统里有两类调用一类是 Embedding把文本转向量一类是 Chat/CompletionHermes 编排、事实抽取、摘要生成。Embedding 我后面用本地 TEI 服务跑 Qwen3-Embedding-0.6BChat 类调用统一走 TaoToken模型 ID 按控制台里可用的填比如claude-sonnet-4-5或gpt-4o-mini这类具体以你控制台列表为准。第三块是环境变量约定我习惯把 Key 和 Base URL 写进~/.memory-stack/env所有组件 source 同一个文件避免散落。这里要强调一个关键点TaoToken 的 API 地址是 https://taotoken.net/api 不带任何查询参数配置时 Base URL 就填这个路径拼接交给 SDK。很多新手会把官网地址和 API 地址搞混结果请求打到网页上返回 HTML报错Unexpected token in JSON这个坑后面排障章节会细说。前置检查清单如下建议逐条确认再往下走检查项预期结果说明TaoToken Key 已创建控制台可见memory-stack复制保存只显示一次Base URL 确认https://taotoken.net/api不带 UTM、不带斜杠结尾服务器内存≥ 16GEmbedding 服务约 1.5GPG 约 2GPostgreSQL已安装支持 pgvectorCREATE EXTENSION vector;可执行Python≥ 3.10后面脚本依赖 psycopg2、requests模型文件Qwen3-Embedding-0.6B 已下载约 1.2GB环境变量文件这样写路径按你的实际用户名替换# ~/.memory-stack/env export TAOTOKEN_API_KEYsk-你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api export TAOTOKEN_CHAT_MODELclaude-sonnet-4-5 export EMBEDDING_BASE_URLhttp://localhost:8082/v1 export EMBEDDING_MODELQwen3-Embedding-0.6B export EMBEDDING_DIM1024写完执行source ~/.memory-stack/env然后echo $TAOTOKEN_BASE_URL确认输出正确。这一步看着简单但后面所有组件都依赖它配错了会连环报错。如果你还想先验证模型通道是否通可以到模型对话页面 https://taotoken.net/api 对应的控制台入口里发一条测试消息确认 Key 有效再继续。长期做编码和 Agent 的话Coding Plan 页面 https://taotoken.net/api 对应的套餐入口也值得看一眼按量还是包月根据你的调用频率决定。3. 可复制配置Embedding 服务与三组件接入这一节是全文最核心的部分所有配置片段都可以直接复制。先部署共享 Embedding 服务再分别配置 GBrain 和 Hindsight 指向它最后把 Hermes 的编排通道接到 TaoToken。3.1 部署 TEI Embedding 服务模型下载用 hf-mirror 加速避免卡在下载环节HF_ENDPOINThttps://hf-mirror.com huggingface-cli download \ Qwen/Qwen3-Embedding-0.6B \ --local-dir /home/xiaoyu/models/Qwen3-Embedding-0.6B下载完约 1.2GB用 sentence-transformers 验证维度from sentence_transformers import SentenceTransformer model SentenceTransformer(/home/xiaoyu/models/Qwen3-Embedding-0.6B) embedding model.encode([测试文本]) print(f维度: {embedding.shape}) # 期望 (1, 1024)接着用 systemd 管理 TEI 服务保证开机自启和崩溃重启# /etc/systemd/system/tei-embedding.service [Unit] DescriptionTEI Embedding Service Afternetwork.target [Service] Typesimple Userxiaoyu ExecStart/usr/local/bin/tei \ --model-id /home/xiaoyu/models/Qwen3-Embedding-0.6B \ --port 8082 \ --max-client-batch-size 32 Restarton-failure RestartSec10 [Install] WantedBymulti-user.target启动并验证sudo systemctl daemon-reload sudo systemctl enable tei-embedding sudo systemctl start tei-embedding curl http://localhost:8082/health # 期望: {status:ok,model:Qwen3-Embedding-0.6B,max_length:8192}3.2 GBrain 接入配置GBrain 之前用 bge-base-en-v1.5768 维现在要迁到 1024 维。先备份数据库这一步千万别省pg_dump -U postgres -d gbrain /tmp/gbrain-backup-$(date %Y%m%d).sql然后改向量维度。因为维度不匹配必须先清空旧向量再改列类型-- psql -U postgres -d gbrain UPDATE content_chunks SET embedding NULL WHERE embedding IS NOT NULL; ALTER TABLE content_chunks ALTER COLUMN embedding TYPE vector(1024);GBrain 自带的gbrain reindex有内置超时3000 条数据跑到 416 条左右就被 SIGTERM 杀掉。绕过 CLI用 Python 直连 PostgreSQL 加 TEI APIimport psycopg2, requests, json conn psycopg2.connect(hostlocalhost, dbnamegbrain, userpostgres) cur conn.cursor() cur.execute(SELECT id, chunk_text FROM content_chunks WHERE embedding IS NULL ORDER BY id) rows cur.fetchall() api_url http://localhost:8082/v1/embeddings model Qwen3-Embedding-0.6B batch_size 32 for i in range(0, len(rows), batch_size): batch rows[i:ibatch_size] texts [r[1][:2000] for r in batch] ids [r[0] for r in batch] resp requests.post(api_url, json{model: model, input: texts}, timeout120) if resp.status_code 200: embeddings [item[embedding] for item in resp.json()[data]] for chunk_id, emb in zip(ids, embeddings): cur.execute( UPDATE content_chunks SET embedding %s::vector WHERE id %s, (json.dumps(emb), chunk_id) ) conn.commit() print(f进度: {min(ibatch_size, len(rows))}/{len(rows)}) cur.execute( CREATE INDEX idx_chunks_embedding_hnsw ON content_chunks USING hnsw (embedding vector_cosine_ops) WITH (m16, ef_construction200) ) conn.commit()3.3 Hindsight 接入配置Hindsight 原来用本地 ONNXmultilingual-e5-small384 维改成指向共享 TEI。编辑/home/xiaoyu/.hindsight/profiles/hermes.env# 注释掉原来的本地 ONNX 配置 # HINDSIGHT_API_EMBEDDINGS_PROVIDERlocal # HINDSIGHT_API_EMBEDDINGS_ONNX_MODEL_IDintfloat/multilingual-e5-small # 新增 OpenAI 兼容配置 HINDSIGHT_API_EMBEDDINGS_PROVIDERopenai HINDSIGHT_API_EMBEDDINGS_OPENAI_API_KEYnot-needed HINDSIGHT_API_EMBEDDINGS_OPENAI_MODELQwen3-Embedding-0.6B HINDSIGHT_API_EMBEDDINGS_OPENAI_BASE_URLhttp://localhost:8082/v1注意这里用的是 OpenAI 兼容模式不是 TEI 模式。Hindsight 的 TEI 客户端会去调/info端点而我们的 TEI 服务没有这个端点会报 404。改完维度后重启-- psql -U postgres -d hindsight UPDATE memory_units SET embedding NULL WHERE embedding IS NOT NULL; ALTER TABLE memory_units ALTER COLUMN embedding TYPE vector(1024);sudo systemctl restart hindsight-api # 日志中应出现: Embeddings: OpenAI provider initialized (model: Qwen3-Embedding-0.6B, dim: 1024)Hindsight 没有暴露 reindex API同样用 Python 脚本直连 PG 批量更新569 条约 2 分钟完成。3.4 Hermes 编排通道接入 TaoTokenHermes 负责把对话和笔记转成结构化记忆它的 Chat 调用走 TaoToken。配置文件里这样写# ~/.hermes/config.toml [llm] provider openai-compatible base_url https://taotoken.net/api api_key_env TAOTOKEN_API_KEY model claude-sonnet-4-5 timeout 120 [memory] hindsight_endpoint http://127.0.0.1:9092 gbrain_dsn postgresql://postgreslocalhost/gbrain三件套对照表方便你核对组件Base URLKey 来源Model IDHermeshttps://taotoken.net/apiTAOTOKEN_API_KEYclaude-sonnet-4-5Hindsighthttp://localhost:8082/v1not-neededQwen3-Embedding-0.6BGBrainhttp://localhost:8082/v1not-neededQwen3-Embedding-0.6B4. 验证请求写入—召回—回溯一轮跑通配置写完必须验证否则你不知道是链路通了还是某个环节静默失败。这一节给出一轮完整的“写入—召回—回溯”动作和预期输出。第一步写入一条记忆。通过 Hindsight 的 retain 接口写入一条事实curl -X POST http://127.0.0.1:9092/v1/default/banks/hermes/memories/retain \ -H Content-Type: application/json \ -d {content: 项目向量维度最终定为1024使用Qwen3-Embedding-0.6B, tags: [project, embedding]}预期返回包含id和status: stored。如果返回 401说明 Hindsight 的鉴权配置有问题如果返回 500 且日志里有 embedding 相关错误说明 TEI 服务没起来或维度不匹配。第二步召回验证。用语义查询而不是关键词curl http://127.0.0.1:9092/v1/default/banks/hermes/memories/recall \ -H Content-Type: application/json \ -d {query: 向量维度是多少, limit: 3}预期返回刚才写入的那条记忆且score在 0.7 以上。这里能验证 Embedding 服务是否正常工作——如果召回为空多半是向量没写进去或维度对不上。第三步GBrain 知识图谱验证。查一下 chunk 的向量覆盖情况psql -U postgres -d gbrain -c \ SELECT count(*) as embedded, (SELECT count(*) FROM content_chunks) as total FROM content_chunks WHERE embedding IS NOT NULL; # 期望: 3032 | 3032第四步跨系统语义搜索。同一个问题同时打两个系统看能否分别返回事实记忆和知识图谱内容。比如问“老板喜欢什么”Hindsight 返回“喜欢喝美式咖啡”GBrain 返回“果壳科技创始人经营 AI Agent 业务”。这一步是整套系统的价值验证点。第五步Hermes 编排验证。让 Hermes 处理一段对话确认它调用了 TaoToken 的 Chat 接口并写入了记忆source ~/.memory-stack/env hermes ingest --text 今天决定把 Embedding 服务统一到 8082 端口两个系统共享 # 预期日志: LLM call - https://taotoken.net/api, tokens used: xxx # 预期日志: memory retained - hindsight idxxx如果 Hermes 日志里出现Connection refused指向taotoken.net检查 Base URL 是否误写成官网地址如果出现401 Unauthorized检查TAOTOKEN_API_KEY是否 source 成功。5. 本篇常见错误排查搭建过程中我踩了不少坑这里按真实报错对照给出排查路径你遇到时可以直接对号入座。报错一401 Unauthorized来自 TaoToken。现象是 Hermes 或任何走 TaoToken 的组件返回 401。原因通常是 Key 没 source、Key 复制时带了空格、或者用了错误的 Base URL。排查顺序先echo $TAOTOKEN_API_KEY确认非空再curl -H Authorization: Bearer $TAOTOKEN_API_KEY https://taotoken.net/api/models看是否返回模型列表。如果 curl 通但组件不通检查组件配置里读的是不是同一个环境变量名。报错二local proxy failed或Connection refused。这类错误多半是本地服务没起来。TEI 服务检查systemctl status tei-embeddingHindsight 检查systemctl status hindsight-api。如果服务在跑但连不上用ss -tlnp | grep 8082确认端口监听正常。注意 Hindsight 的 recall 端口是 9092不是 8082两个别搞混。报错三reading choices或Unexpected token in JSON。这是典型的 Base URL 配错请求打到了网页而不是 API。检查你的 Base URL 是不是https://taotoken.net/api而不是官网首页。SDK 会自动拼/chat/completions所以 Base URL 不要带多余路径。报错四OAuth相关错误或invalid_grant。如果你用的是 Claude Code 或 Codex 这类工具它们可能默认走 OAuth 流程。接入 TaoToken 时要显式配置 API Key 模式在settings.json或auth.json里把认证方式改成 API Key。Claude Code 的配置片段{ apiProvider: openai-compatible, baseURL: https://taotoken.net/api, apiKey: sk-你的Key, model: claude-sonnet-4-5 }Codex 的auth.json类似把OPENAI_BASE_URL指向 TaoTokenOPENAI_API_KEY填你的 Key。Cline MCP 场景下在 MCP 配置里同样写全 Base URL、Key、Model ID 三件套缺一个都会静默失败。报错五gbrain reindex跑到 416 条被 SIGTERM。这是内置超时不是数据问题。解决方案就是第 3 节里的 Python 脚本绕过 CLI 直连数据库。脚本里 batch_size 设 32超时设 120 秒3000 条数据约 10 分钟跑完。报错六Hindsight 启动报404 Not Found for url http://localhost:8082/info。这是 TEI 模式不兼容改用 OpenAI 兼容模式即可配置见 3.3 节。改完记得重启服务并确认日志里的 provider 是 openai。报错七env 文件注释行被误改。用 sed 替换HINDSIGHT_API_EMBEDDINGS_PROVIDERlocal时注释掉的同名行也被改了。解决方法是精确匹配行首sed -i s/^HINDSIGHT_API_EMBEDDINGS_PROVIDERlocal/#/或者干脆手动编辑。排障时如果拿不准是通道问题还是组件问题先单独用 curl 测 TaoToken 的模型对话接口确认通道本身没问题再往组件层排查。接入文档里有各语言的调用示例对照着改配置最快。6. 长期编码与 Agent 场景的接入建议如果你不只是搭记忆系统还想把它和日常编码、Agent 工作流串起来有几个实践建议。第一把 TaoToken 的 Coding Plan 作为长期编码通道按调用量选套餐避免每次手动充值。第二Hermes 的编排提示词里显式要求“先查 Hindsight 再查 GBrain”这样召回时能同时拿到事实和知识回答更完整。第三定期跑一次向量覆盖检查确保新写入的记忆都被 embed 了我习惯每周跑一次第 4 节的 SQL。模型升级路径也提前想好当数据量增长到 1 万条以上时0.6B 的表达力可能不够可以考虑升级到 Qwen3-Embedding-4B维度从 1024 升到 2560。升级时流程和这次一样——备份、清空、改维度、重建、建索引只是内存占用会从 1.5G 涨到 8G服务器要留够余量。最后说个真实体会这套系统搭完之后最大的变化不是技术指标而是我不再担心“聊过就忘”。上周讨论的方案、上个月定的选型现在问 AI 都能准确召回。技术只是手段想清楚你要记什么、怎么用才是这套系统真正值钱的地方。