企业官网建设流程全解析

1. 跨会话失忆的 Coding Agent，卡在哪一环

用 DeepSeek Harness 连着做几天 Coding 问答的人，大概都遇到过同一个尴尬：昨天刚跟 Agent 讲清楚「这个仓库的鉴权走网关下发的一次性 Token，不要写死在 config 里」，今天新开一个 session，它又老老实实给你在配置里塞了个硬编码字符串。更别提多轮改造任务里，第三轮它已经忘了第一轮你强调过的目录结构约定。这不是模型能力问题，是记忆链路没接上——上下文窗口会滑走，会话会结束，而项目约束需要一直在。

WeKnora 补的正是这一环。它把 Profile、Preference、Fact、Task、Interest 这几类信息做成可确认、可召回的跨会话长期记忆，再通过 API、CLI 和 MCP Server 暴露给外部 Harness。DeepSeek Harness 那边有官方插件@wxg-prc-cpg/dsh-weknora，挂上之后 Coding Agent 能直接检索知识库、读取完整文档，或走 WeKnora 的 RAG / ReAct 流程完成问答。

而在模型侧，长期记忆召回会明显抬高 Token 消耗——每一轮都要把召回的 memory 片段重新塞进上下文，跑对照实验时额度跳动会直接打断节奏。用 TaoToken 统一管 Key 和配额会省心很多，注册入口在这：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=weknora_memory ，登录后在控制台创建 Key，模型侧的 Base URL 统一填https://taotoken.net/api。

本文要交付两样可复现的东西：一套能跑通的「WeKnora 长期记忆召回配置」，以及一份「DeepSeek Harness 多轮问答对照」记录方法。全部按 Coding Agent 使用者的视角展开，不含任何需要跳步的地方。

2. 模型侧先打通：TaoToken 的 Key、Base URL 与三件套

很多人在这一步翻车，不是因为难，而是把不同工具的配置项串了。先把边界划清楚：Claude Code 走ANTHROPIC_*环境变量族，Codex 走config.toml，两者不能互相套用。把ANTHROPIC_BASE_URL写进 Codex 的配置文件里，代码不会报错，但也不会生效，你只会看到一个莫名其妙的 401。

2.1 先拿 Key

打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=weknora_key ，注册后进控制台，在 API Keys 页面创建一个新 Key，复制出来。这个 Key 后面在三个地方要用：Claude Code、Codex、以及 WeKnora 里配置的模型调用通道。建议单独建一个用途为weknora-lab的 Key，方便跑完实验后单独撤销。

2.2 Claude Code：settings.json 写法

Claude Code 推荐用配置文件而不是每次 export 环境变量，这样换项目时不会互相污染。编辑~/.claude/settings.json：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "claude-sonnet-4-5", "ANTHROPIC_SMALL_FAST_MODEL": "claude-haiku-4-5" } }

如果你更习惯 shell 层面注入，等价写法是：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY" export ANTHROPIC_MODEL="claude-sonnet-4-5"

注意ANTHROPIC_BASE_URL末尾不要带/v1，SDK 会自己拼路径，手动加一层会得到 404。

2.3 Codex：config.toml 写法

Codex 用的是完全另一套 schema，文件位置在~/.codex/config.toml：

model = "gpt-5-codex" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "responses"

对应地，Key 通过环境变量传：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

这里的关键点是env_key指定的是环境变量名，不是 Key 本身。把 Key 明文写进config.toml不会被读取，会直接报缺 key。

2.4 CC Switch 三件套

如果你在多个供应商之间来回切（本地 Ollama、自建网关、TaoToken），手动改配置文件很容易漏。CC Switch 这类切换器的核心就是三件套：

• Base URL：统一指向https://taotoken.net/api
• API Key：用YOUR_API_KEY占位，实际值从环境变量或密钥管理读取
• Model Name：按 Harness 类型分开，Claude Code 系走claude-*命名，Codex 系走gpt-*-codex命名

把这三项做成配置文件模板，切换时整体替换，不要只改其中一项。只改 Base URL 不改 Model Name，是最常见的「配置看起来生效了但答非所问」的根因。

3. 起 WeKnora：Docker Compose 与环境变量分层

模型通道通了，接着把 WeKnora 拉起来。官方推荐的方式是 Docker Compose，前置依赖是 Docker、Docker Compose 和 Git 三样。

3.1 拉起服务

git clone <weknora-repo-url> weknora cd weknora cp .env.example .env docker compose up -d docker compose logs -f weknora-api

等weknora-api日志出现监听端口后，浏览器访问http://localhost，进入 Web UI 完成初始化。如果你的机器上 80 端口被占用，改docker-compose.yml里的端口映射即可，但记得同步调整后面插件配置里的地址。

3.2 环境变量分层：别把模型 Key 和记忆开关混在一起

.env建议按用途分成三段，避免后面排查时分不清是模型通道问题还是记忆功能问题：

# ---- 1. 模型调用通道 ---- LLM_BASE_URL=https://taotoken.net/api LLM_API_KEY=YOUR_API_KEY LLM_MODEL=claude-sonnet-4-5 # ---- 2. Embedding / Rerank ---- EMBEDDING_MODEL=bge-m3 RERANK_ENABLED=true # ---- 3. 长期记忆 ---- MEMORY_ENABLED=true MEMORY_REQUIRE_CONFIRM=true MEMORY_TYPES=profile,preference,fact,task,interest

MEMORY_REQUIRE_CONFIRM=true这一项建议保持开启。WeKnora 的长期记忆设计里，Agent 从对话中自动提取出来的记忆不会直接落库，而是进入待确认队列，等用户点头后才写入。这对 Coding 场景尤其重要——Agent 很容易把一次性的临时要求（「这次先跳过单测」）误当成长期偏好（「这个项目不用写单测」）存下来，之后每次生成代码都少给你测试文件。

变量名以你拉到的项目版本 README 为准，不同 release 会有差异。判断是否生效的方法很简单：进 Web UI 后看记忆管理页，如果只有「已确认」一个列表而没有「待确认」，说明 confirm 开关没打开。

3.3 数据源接入顺序

WeKnora 支持多格式文档解析、向量检索与 BM25 混合搜索、Rerank，以及飞书、Notion、GitLab 等数据源接入。跑 Coding 对照实验时，不需要一次性全接。

推荐分两步：第一步只丢一份项目内的CONTRIBUTING.md和架构说明文档，确认召回链路通了；第二步再接 GitLab，让 Agent 能直接读仓库里的 issue 和 MR 讨论。一上来就接全量数据源，出问题时你无法判断是文档解析环节还是检索环节，排查成本会翻倍。

4. 挂上 DeepSeek Harness：dsh-weknora 插件配置

这是整条链路里最关键的一步。WeKnora 官方给 DeepSeek Harness 提供了插件@wxg-prc-cpg/dsh-weknora，接入后 Coding Agent 就获得了三个动作：搜索知识库、读取完整文档、调用 RAG / ReAct 流程问答。

4.1 安装与注册

在 Harness 的运行环境里装插件：

npm install @wxg-prc-cpg/dsh-weknora --save-exact

然后在 Harness 的插件清单里注册。配置文件通常是 JSON 格式：

{ "plugins": [ { "name": "dsh-weknora", "package": "@wxg-prc-cpg/dsh-weknora", "config": { "endpoint": "http://localhost", "apiKey": "YOUR_WEKNORA_API_KEY", "enableSearch": true, "enableReadDocument": true, "enableRagFlow": true, "memoryRecall": true, "recallTopK": 5 } } ] }

YOUR_WEKNORA_API_KEY是 WeKnora 自己的 API Key，在 Web UI 的设置页生成；YOUR_API_KEY是 TaoToken 的 Key。两个 Key 分属不同系统，别搞混，混了会得到 401 但日志里看不出是哪个环节拒的。

4.2 记忆召回的两个开关

这里有个容易踩的坑。很多人以为插件的memoryRecall一开就完事了，其实还有一层——WeKnora 侧的记忆确认状态。如果某条记忆还停在「待确认」，插件调召回接口时它不会出现在结果里。

所以完整的召回链路是：

1. 对话中 Agent 抽取候选记忆 → 进入待确认队列
2. 用户在 Web UI 或通过接口确认 → 写入长期记忆库
3. 后续会话发起时，插件按recallTopK拉取相关记忆
4. 记忆片段被拼进系统提示，随请求一起送到模型侧
5. 模型侧按 Token 计费，这部分消耗随轮次线性增长

第 4、5 步就是为什么建议用 TaoToken 统一管配额。跑对照实验时，A 组关记忆、B 组开记忆，两组的 Token 曲线差异会非常明显，用同一套 Key 管理能让实验数据更干净。

4.3 如果 Harness 不支持插件机制

有些自研 Harness 或者旧版本没有插件系统，这种情况下降级用 MCP Server 方案：把 WeKnora 的 MCP Server 端点配到 Harness 的 MCP 列表里，让模型通过标准的 MCP 工具调用去访问知识库。功能上会少掉一部分自动召回，但搜索和读取文档这两个核心动作仍然可用。

5. 多轮 Coding 问答对照实验设计

配置跑通之后，需要验证「长期记忆到底有没有被召回」。别靠感觉，做一组对照实验。

5.1 实验设计

造一个需要跨会话约束的任务场景。比如：

• 会话 1：要求 Agent 为一个 Python 服务加缓存层，并明确约束「缓存 Key 必须走统一的 key builder，禁止手写 f-string」
• 会话 2（隔天新开）：要求 Agent 为另一个模块加 Redis 缓存

如果记忆生效，会话 2 里 Agent 应该直接使用 key builder 而不是手写字符串；如果记忆没生效，它大概率会重新发明一遍。

对照组设置三组：

5.2 记录方式

每轮问答记录四个字段，用脚本落盘：

import json from datetime import datetime from pathlib import Path def log_turn(group, turn, question, answer, recalled_memories, prompt_tokens, completion_tokens): record = { "ts": datetime.now().isoformat(), "group": group, "turn": turn, "q": question, "a_excerpt": answer[:500], "recall_count": len(recalled_memories), "recall_types": [m.get("type") for m in recalled_memories], "prompt_tokens": prompt_tokens, "completion_tokens": completion_tokens, } path = Path(f"logs/{group}.jsonl") path.parent.mkdir(parents=True, exist_ok=True) with path.open("a", encoding="utf-8") as f: f.write(json.dumps(record, ensure_ascii=False) + "\n")

recall_count是判断记忆是否真的进上下文的最直接证据。如果 C 组第 3 轮开始recall_count稳定在 2 到 5 之间，说明召回链路在工作；如果一直是 0，往上查两件事：记忆是否已确认、插件的memoryRecall是否真的生效。

5.3 看 Token 曲线的形状

A 组和 C 组的 prompt tokens 曲线形状完全不同。A 组因为每轮都要重新描述背景，prompt 会随轮次持续爬升；C 组在记忆生效后，背景描述被记忆片段替代，单轮增量会更平稳。但 C 组的绝对值通常高于 B 组，因为记忆片段本身也占 Token。

这就是为什么召回条数recallTopK不要设太大。设成 20，每轮塞 20 条记忆进上下文，既挤占代码上下文空间，又让成本失控。5 条左右通常是性价比拐点，具体要按你自己项目里记忆片段的平均长度实测。

6. 常见报错与排查路径

跑这条链路会遇到几类典型问题，按出现频率排列。

第一类：401，但不知道是哪一层的 401。先看错误体里的字段。返回信息提到ANTHROPIC相关字段的，是 Claude Code 那条通道；提到provider或model_provider的，是 Codex 的config.toml问题；如果错误来自 WeKnora 的接口，那就是 WeKnora 自己的 API Key 不对。三个 Key 分属三层，排查时先定位层级再改。

第二类：模型返回结果正常，但记忆一条不召回。检查顺序：MEMORY_ENABLED是否为 true、目标记忆是否已确认、插件memoryRecall是否为 true、recallTopK是否大于 0。这四项里任意一项关着，召回都会静默失败——不会报错，只是行为退化成无记忆。

第三类：Agent 记住了不该记的东西。典型现象是某次临时要求被固化成长期偏好。解决办法是保持MEMORY_REQUIRE_CONFIRM=true，并且定期去记忆管理页做一次清理，把 Task 类型的过期条目删掉。Task 类记忆最容易堆积，做完的任务应该及时销掉。

第四类：Codex 配置没生效。八成是把ANTHROPIC_BASE_URL写进了config.toml。Codex 只认model_providers.<name>.base_url这个字段结构，其他形式的 URL 配置会被忽略。

第五类：Docker Compose 起来了但 Web UI 打不开。先docker compose ps看容器状态，再docker compose logs weknora-api看是否有迁移失败。首次启动时数据库初始化需要一点时间，日志里出现监听信息之前访问会连接被拒，属正常现象。

7. 把知识层和模型层拆开管

WeKnora 这类项目真正有意思的地方，是它把企业知识层从具体 Harness 里拆了出来。一家公司内部同时跑 Claude Code、DeepSeek Harness 和各种自研 Agent，模型不同、Harness 不同，但底下可以共享同一套知识库和长期记忆。

这个拆法对个人开发者同样成立。你可以把项目规范、踩坑记录、架构决策都沉淀进 WeKnora，让不同的 Coding 工具都能查到；同时把模型调用统一收口到 TaoToken，Key 轮换、配额监控、成本归因都在一个地方做。两层的职责边界清晰之后，换模型不会丢知识，换 Harness 不用重配 Key。

想直接体验模型对话链路，可以从这里进：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=weknora_chat 。如果打算长期跑 Coding Agent，月付型方案在连续多轮召回场景下更划算，可以看 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=weknora_plan 。创建 Key 的入口在 https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=weknora_apikey ，Claude Code 侧的完整配置说明在 https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=weknora_doc 。

按本文的顺序走一遍：先在控制台拿 Key，把 Base URL 设成https://taotoken.net/api，用 settings.json 或 config.toml 把对应 Harness 配好；再用 Docker Compose 起 WeKnora，打开记忆确认开关；最后挂@wxg-prc-cpg/dsh-weknora，跑一组 A/B/C 对照，看recall_count和 Token 曲线两个指标。这套流程跑通之后，跨会话的 Coding 约束就能真正延续下来，而不是每开一个新窗口就从头解释一遍。