操作场景
Memory Hub 以 Docker 镜像形式发布,一个容器内同时运行两个服务:Panel(团队记忆面板,即用户操作的控制台页面)和 Knowledge Service(知识服务,简称 KS)。本文介绍如何在部署机上启动 Memory Hub 容器,并连接云上已购买的 Memory 实例,供后续团队管理与资产运营使用。
前提条件
分类 | 配置项 | 说明 |
基础环境 | Docker 权限 | 部署机已安装 Docker,且当前用户有权限运行容器(可使用 sudo,或已加入 docker 用户组)。执行 sudo docker info 能正常返回信息,即表示 Docker 已就绪。 |
Memory 实例信息 | Instance ID | 云端购买的 Memory 实例 ID。 |
| Gateway 地址 | Memory 实例服务端的 API 接入地址。 |
| API Key | 用于身份验证的密钥(注意保密)。 |
服务网络 | KS 对外访问地址 | 运行当前容器的这台机器可对外访问的 IP 或域名。Agent 将通过该地址检索知识资产。 |
模型代理 | LLM Proxy 地址 | 即 Memory 实例的 Gateway 地址,与 metadata-instances.json 中的 gateway_endpoint 相同。Memory 实例内置大模型转发能力,Memory Hub 默认通过该地址调用大模型;如使用自备的 LLM 端点,可跳过此项,并在步骤三中选择 Custom 模式。 |
操作步骤
步骤一:拉取 Memory Hub 镜像
Memory Hub 镜像发布在公共镜像仓库,执行以下命令将镜像拉取到部署机:
docker pull cloud-agentmemory.tencentcloudcr.com/cloudagentmemory/memory-hub:latest
步骤二:准备实例配置文件
将云上 Memory 实例的信息写入一个 JSON 文件,保存为
metadata-instances.json:{"instances": [{"id": "mem-xxxxxxxx","name": "我的 Memory 实例","gateway_endpoint": "https://memory.ap-shanghai.tencenttdai.com","api_key": "your-gateway-api-key"}]}
字段说明如下表所示。
字段 | 说明 |
id | Memory 实例 ID,格式为 mem- 前缀加实例标识 |
name | 实例的展示名称,可自定义 |
gateway_endpoint | Memory 实例服务端(API 网关)的访问地址 |
api_key | Memory 实例的 Gateway API Key |
如需接入多个实例,在
instances 数组中追加多个对象即可。步骤三:启动容器
Memory Hub 支持两种 LLM 接入模式:默认模式通过 Memory 实例访问 LLM;Custom 模式直连自备(BYO)的 LLM 端点。请根据实际环境选择其一。
默认模式
sudo docker run -d --name team-memory-panel-knowledge \\-p 8125:8125 -p 8424:8424 \\-v team-memory-knowledge-data:/data/knowledge \\-v /path/to/metadata-instances.json:/app/panel/config/metadata-instances.json:ro \\-e KNOWLEDGE_PUBLIC_BASE_URL=http://<服务器IP或域名>:8424/v3 \\-e KNOWLEDGE_LLM_PROXY_BASE_URL=https://<llm-proxy-域名> \\docker.io/agentmemory/memory-hub:latest
默认模式下需根据实际环境修改的参数如下表所示。
参数 | 修改项 | 修改说明 |
-v /path/to/metadata-instances.json | 挂载实例配置文件 | 替换为已准备的 metadata-instances.json 在部署机上的实际路径 |
KNOWLEDGE_PUBLIC_BASE_URL | 知识服务(KS)对外访问地址 | 替换为已规划的、运行 Memory Hub 机器对外可访问的 IP 或域名;端口需与映射的宿主机端口(8424)一致,路径须以 /v3 结尾。 |
KNOWLEDGE_LLM_PROXY_BASE_URL | 大模型代理服务地址 | 替换为已获取的 Memory 实例 Gateway 访问地址,作为知识服务调用大模型的统一入口。 |
Custom 模式
当环境中没有可用的 LLM Proxy 服务时,可直接指定 LLM 端点。此时无需配置
KNOWLEDGE_LLM_PROXY_BASE_URL。sudo docker run -d --name team-memory-panel-knowledge \\-p 8125:8125 -p 8424:8424 \\-v team-memory-knowledge-data:/data/knowledge \\-v /path/to/metadata-instances.json:/app/panel/config/metadata-instances.json:ro \\-e KNOWLEDGE_PUBLIC_BASE_URL=http://<服务器IP或域名>:8424/v3 \\-e LLM_MODE=custom \\-e LLM_API_KEY=<你的LLM-API-Key> \\-e LLM_BASE_URL=https://api.openai.com/v1 \\-e LLM_MODEL=gpt-4o \\-e KNOWLEDGE_LLM_BINDING_SYNC=0 \\docker.io/agentmemory/memory-hub:latest
自定义模式下需根据实际环境修改的参数如下表所示。
参数 | 修改项 | 修改说明 |
-v /path/to/metadata-instances.json | 挂载实例配置文件 | 替换为已准备的 metadata-instances.json 在部署机上的实际路径 |
KNOWLEDGE_PUBLIC_BASE_URL | 知识服务(KS)对外访问地址 | 替换为已规划的、运行 Memory Hub 机器对外可访问的 IP 或域名;端口需与映射的宿主机端口(8424)一致,路径须以 /v3 结尾。 |
LLM_MODE | LLM 接入模式 | 固定为 custom,声明启用自定义模式,无需修改 |
LLM_API_KEY | LLM 端点密钥 | 替换为访问自备 LLM 端点的 API Key。 |
LLM_BASE_URL | LLM 端点地址 | 替换为自备 LLM 端点的 API 基础地址,如 https://api.openai.com/v1。 |
LLM_MODEL | LLM 模型 ID | 替换为自备 LLM 的模型 ID,如 gpt-4o。 |
KNOWLEDGE_LLM_BINDING_SYNC | LLM 绑定同步开关 | 固定为0,使 KS 走全局 LLM 配置,无需修改。 |
步骤四:验证部署结果
容器启动后,在浏览器中访问
http://<服务器 IP 或域名>:8125/。其中 <服务器 IP 或域名> 是部署机对外可访问的 IP 或域名,与 KNOWLEDGE_PUBLIC_BASE_URL 中的主机部分相同;端口为 Panel 的 8125,不是知识服务的 8424。能正常打开 Panel 登录页,即表示 Memory Hub 部署成功。如需进一步确认,可在部署机上访问以下服务地址:服务 | 地址 |
Panel UI | http://localhost:8125/ |
Panel Health | http://localhost:8125/health |
KS Health | http://localhost:8424/health |
KS API | http://localhost:8424/v3/ |
KS Swagger 文档 | http://localhost:8424/docs |