企业官网建设流程全解析

写在前面

你有没有想过，和AI助手的对话能像人类一样拥有持久记忆？

你上周讨论过的项目方案、上个月定下的技术选型、甚至去年的某个灵感——AI都能记得清清楚楚。

这不是科幻，这是我们果壳科技正在做的事。

我们花了两天时间，搭建了一套完整的个人AI记忆系统。今天把全过程分享出来，包括架构设计、技术选型、部署细节，以及踩过的每一个坑。

一、系统架构

1.1 整体设计

三个层次各司其职：

1.2 为什么需要两套记忆系统？

💡 很多人会问：有 Hindsight 不就够了吗？为什么还要 GBrain？

答案是分工不同。

Hindsight从对话中提取事实片段，比如：

• “老板喜欢喝美式咖啡”
• “项目截止日期是下周三”
• “SSH密钥配置在~/.ssh/id_ed25519”

它是一个**“记忆银行”**，存的是结构化的事实。

GBrain管理知识网络，比如：

• “Qwen3-Embedding是阿里通义千问团队开发的”
• “Hindsight用PostgreSQL存储向量”
• “GBrain和Hindsight的Embedding服务需要统一”

它是一个**“第二大脑”**，存的是概念和关系。

⚠️ 关键洞察

两者互补，缺一不可。单一系统无法同时满足"记住对话内容"和"理解知识结构"的需求。

二、技术选型：为什么选 Qwen3-Embedding-0.6B？

2.1 什么是Embedding？

Embedding 是把自然语言转换成向量（一串数字）的过程。

"苹果" → [0.12, -0.34, 0.56, ..., -0.23] (1024个浮点数)

两个句子的向量越接近，说明它们的语义越相似。这就是**“语义搜索”**的基础——不依赖关键词匹配，而是理解你真正想问什么。

2.2 选型过程

我们评估了多个中文Embedding模型：

2.3 最终选择：Qwen3-Embedding-0.6B

1. 数据量决定了不需要大模型

我们的数据量是 3600 条（GBrain 3032 chunks + Hindsight 569 memories）。这个量级，0.6B 的模型绑绑有余。4B 模型的提升在小数据集上几乎感知不到，但内存占用多出 5 倍。

2. 1024维是甜蜜点

768维是很多模型的默认选择，但1024维多出33%的表达空间，在处理中文这种信息密度高的语言时更有优势。2560维虽然更强，但对于我们的数据量来说是浪费。

3. Qwen系列的中文理解是第一梯队

阿里的通义千问团队在中文NLP上的积累不用多说。Qwen3-Embedding在C-MTEB上得分66.33，比bge系列高3-5分。

4. 部署简单

模型兼容 sentence-transformers 格式，用TEI一键启动，OpenAI兼容API，任何支持OpenAI embedding的工具都能直接对接。

三、部署实战

3.1 部署Embedding服务

第一步：下载模型

# 从 HuggingFace 下载（国内用 hf-mirror.com 加速）HF_ENDPOINT=https://hf-mirror.com huggingface-cli download\Qwen/Qwen3-Embedding-0.6B\--local-dir /home/xiaoyu/models/Qwen3-Embedding-0.6B

模型大小约 1.2GB，下载完成后验证：

fromsentence_transformersimportSentenceTransformer model=SentenceTransformer('/home/xiaoyu/models/Qwen3-Embedding-0.6B')embedding=model.encode(["测试文本"])print(f"维度:{embedding.shape}")# 应该是 (1, 1024)

第二步：启动TEI服务

我们用systemd管理TEI服务，确保开机自启：

# 创建 systemd servicecat>/etc/systemd/system/tei-embedding.service<<'EOF' [Unit] Description=TEI Embedding Service After=network.target [Service] Type=simple User=xiaoyu ExecStart=/usr/local/bin/tei \ --model-id /home/xiaoyu/models/Qwen3-Embedding-0.6B \ --port 8082 \ --max-client-batch-size 32 Restart=on-failure RestartSec=10 [Install] WantedBy=multi-user.target EOF# 启动并设置开机自启sudosystemctl daemon-reloadsudosystemctlenabletei-embeddingsudosystemctl start tei-embedding

第三步：验证服务

# 健康检查curlhttp://localhost:8082/health# → {"status":"ok","model":"Qwen3-Embedding-0.6B","max_length":8192}# 测试embeddingcurl-XPOST http://localhost:8082/v1/embeddings\-H"Content-Type: application/json"\-d'{"model": "Qwen3-Embedding-0.6B", "input": "你好世界"}'

响应中会返回1024个浮点数，这就是"你好世界"的向量表示。

3.2 GBrain迁移：768维→1024维

GBrain是一个知识图谱系统，之前用的是bge-base-en-v1.5模型（768维）。我们需要把所有向量从768维迁移到1024维。

步骤一：备份数据库

pg_dump-Upostgres-dgbrain>/tmp/gbrain-backup-$(date+%Y%m%d).sql

⚠️ 重要提醒

这一步千万别省。向量迁移是破坏性操作，出问题只能回滚。

步骤二：修改向量维度

-- 连接数据库psql-U postgres-d gbrain-- 清除旧向量（维度不匹配，必须先清空）UPDATEcontent_chunksSETembedding=NULLWHEREembeddingISNOTNULL;-- 修改列类型ALTERTABLEcontent_chunksALTERCOLUMNembeddingTYPEvector(1024);

步骤三：批量重建向量

这里是第一个坑。GBrain自带的gbrain reindex命令有内置超时机制，3000+条数据的任务会被SIGTERM杀掉。我们尝试了多次，每次都在416条左右被杀。

最终方案：绕过CLI，用Python脚本直连PostgreSQL + 调用TEI API：

importpsycopg2importrequestsimportjson# 连接数据库conn=psycopg2.connect(host='localhost',dbname='gbrain',user='postgres')cur=conn.cursor()# 获取需要embed的chunkscur.execute("SELECT id, chunk_text FROM content_chunks WHERE embedding IS NULL ORDER BY id")rows=cur.fetchall()# 批量调用TEI APIapi_url="http://localhost:8082/v1/embeddings"model="Qwen3-Embedding-0.6B"batch_size=32foriinrange(0,len(rows),batch_size):batch=rows[i:i+batch_size]texts=[r[1][:2000]forrinbatch]# 截断过长文本ids=[r[0]forrinbatch]resp=requests.post(api_url,json={"model":model,"input":texts},timeout=120)ifresp.status_code==200:embeddings=[item['embedding']foriteminresp.json()['data']]forchunk_id,embinzip(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(i+batch_size,len(rows))}/{len(rows)}")# 创建HNSW索引（加速向量搜索）cur.execute(""" CREATE INDEX idx_chunks_embedding_hnsw ON content_chunks USING hnsw (embedding vector_cosine_ops) WITH (m=16, ef_construction=200) """)conn.commit()

这个脚本跑完后，GBrain的3032个chunks全部迁移到1024维空间。

3.3 Hindsight迁移：ONNX→共享TEI

Hindsight之前用的是本地ONNX模型（multilingual-e5-small，384维）。我们改成指向共享的TEI服务。

步骤一：修改配置文件

编辑/home/xiaoyu/.hindsight/profiles/hermes.env：

# 注释掉原来的本地ONNX配置# HINDSIGHT_API_EMBEDDINGS_PROVIDER=local# HINDSIGHT_API_EMBEDDINGS_ONNX_MODEL_ID=intfloat/multilingual-e5-small# 新增OpenAI兼容配置HINDSIGHT_API_EMBEDDINGS_PROVIDER=openaiHINDSIGHT_API_EMBEDDINGS_OPENAI_API_KEY=not-neededHINDSIGHT_API_EMBEDDINGS_OPENAI_MODEL=Qwen3-Embedding-0.6BHINDSIGHT_API_EMBEDDINGS_OPENAI_BASE_URL=http://localhost:8082/v1

💡 踩坑提示

Hindsight的TEI模式不兼容我们的服务（它期望调用/info端点），所以用OpenAI兼容模式。

步骤二：修改向量维度

psql-U postgres-d hindsight-- 清除旧向量UPDATEmemory_unitsSETembedding=NULLWHEREembeddingISNOTNULL;-- 修改维度ALTERTABLEmemory_unitsALTERCOLUMNembeddingTYPEvector(1024);

步骤三：重启服务

sudosystemctl restart hindsight-api

验证日志中出现：

Embeddings: OpenAI provider initialized (model: Qwen3-Embedding-0.6B, dim: 1024)

步骤四：重建向量

Hindsight没有暴露reindex API，同样用Python脚本直连PG操作：

importpsycopg2importrequestsimportjson conn=psycopg2.connect(host='localhost',dbname='hindsight',user='postgres')cur=conn.cursor()cur.execute("SELECT id, text FROM memory_units ORDER BY id")rows=cur.fetchall()# 同样的批量embed逻辑...# 569条记忆，约2分钟完成

3.4 最终验证

# GBrain状态psql-Upostgres-dgbrain-c\"SELECT count(*) as embedded, (SELECT count(*) FROM content_chunks) as total FROM content_chunks WHERE embedding IS NOT NULL;"# embedded | total# ----------+-------# 3032 | 3032# Hindsight状态psql-Upostgres-dhindsight-c\"SELECT count(*) as embedded, (SELECT count(*) FROM memory_units) as total FROM memory_units WHERE embedding IS NOT NULL;"# embedded | total# ----------+-------# 569 | 569# 搜索测试curlhttp://127.0.0.1:9092/v1/default/banks/hermes/memories/recall\-H"Content-Type: application/json"\-d'{"query": "老板的联系方式", "limit": 3}'

四、踩坑记录

坑1：gbrain reindex 命令反复超时

现象：gbrain reindex --markdown每次跑到416条左右就被SIGTERM杀掉。

原因：gbrain内置的OpenAI SDK有超时机制，300秒超时对3000+条数据不够用。

解决方案：绕过CLI，用Python脚本直连PostgreSQL + 调用TEI API。

✅ 收获

• 没有超时限制
• 可以精确控制batch size
• 出错可以精确定位到哪条数据

坑2：Hindsight的TEI模式不兼容

现象：配置HINDSIGHT_API_EMBEDDINGS_PROVIDER=tei后，服务启动报错：

RuntimeError: Failed to connect to TEI server at http://localhost:8082: Client error '404 Not Found' for url 'http://localhost:8082/info'

原因：Hindsight的TEI客户端期望调用/info端点获取模型信息，但我们的TEI服务没有这个端点。

解决方案：改用OpenAI兼容模式，指向http://localhost:8082/v1/embeddings。

坑3：Hindsight无reindex API

现象：想通过API触发向量重建，但找不到对应的端点。

原因：Hindsight设计上不提供reindex API，它期望embedding在retain时自动计算。

解决方案：直接操作数据库，用Python脚本批量更新embedding列。虽然粗暴，但有效。

坑4：env文件的注释行干扰

现象：用sed替换HINDSIGHT_API_EMBEDDINGS_PROVIDER=local时，把注释掉的同名行也改了。

原因：grep/sed默认不区分注释行和有效行。

解决方案：替换时用^HINDSIGHT_API_EMBEDDINGS_PROVIDER=local$精确匹配（不带#前缀）。

五、成本与收益

5.1 成本

5.2 收益

跨系统语义搜索

同一个问题，同时搜到Hindsight的事实记忆和GBrain的知识图谱。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"。

中文理解提升

Qwen3对中文的语义理解明显优于之前的英文模型。测试中，搜索"服务器配置"能正确匹配到"Ubuntu 24.04, 16核27G"这样的技术细节，而旧模型可能会漏掉。

统一维护

一个Embedding服务，一套配置，两个系统共享。以后升级模型只需要改一个地方。

六、下一步计划

1. Obsidian知识库自动化：每日笔记自动归档、会话自动同步到Obsidian
2. 情报扫描系统：每日定时扫描AI/Agent领域动态，自动生成简报
3. 跨系统搜索API：封装统一的搜索接口，支持一次查询同时检索Hindsight和GBrain
4. 模型升级路径：当数据量增长到1万条以上时，考虑升级到Qwen3-Embedding-4B

七、写在最后

个人AI记忆系统不是什么遥不可及的东西。一台16核27G的普通服务器、几个开源项目、一点耐心，就能搭建出属于自己的"第二大脑"。

关键不是技术多复杂，而是想清楚你要记什么、怎么记、怎么用。技术只是实现手段，思维方式才是核心。

我们果壳科技一直在探索AI Agent的可能性，这只是开始。如果你也在折腾类似的系统，欢迎交流。

关于作者

🧑‍💻 果壳科技 · 聂小雨

专注AI Agent与知识管理系统的实践者。我们相信，每个人都有权拥有自己的"第二大脑"。

📧 联系我们：GitHub

---

技术栈：Hermes Agent + Hindsight + GBrain + Qwen3-Embedding-0.6B

服务器：Ubuntu 24.04，16核27GB内存

完整部署脚本和配置文件见 GitHub仓库