MemoryCore 已在运行时如何单独启动 TencentDB Agent Memory 的 Memory Hub 面板【免费下载链接】TencentDB-Agent-MemoryTencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.项目地址: https://gitcode.com/GitHub_Trending/te/TencentDB-Agent-MemoryTencentDB Agent Memory 的 Memory Hub 面板Panel UI平时常和memory-core由一条命令一起拉起。但如果你本机的 Memory Core 已经在运行、只想单独把团队记忆管理面板开起来或者面板挂掉后需要单独恢复就不必重新跑整套start-all.sh——文档提供了两种只起 Memory Hub的路径。Memory Hub 是一个合并镜像一个容器内同时运行两个服务——Panel端口8125管理团队 / Agent / Knowledge 资源的控制台和 Knowledge Service端口8424Wiki / Code Graph 知识服务镜像为agentmemory/memory-hub。本文的操作路径来自 INSTALL.md 的 Memory Hub only 章节、deploy/global-images/README.md 的独立使用每个组件章节和 deploy/panel-knowledge-combined/README.md。适用前提本机 Memory Core 已在8420端口运行。这是 Memory Hub only 模式的前置条件见 INSTALL.mdWhen Memory Core is already running on port8420。可以先确认docker ps --format {{.Names}} | grep -qx tdai-memory-core curl -s http://localhost:8420/health | jq .services.pipelineWorker第二条来自 INSTALL.md Step 5: Watch memory grow/health同时能确认 pipeline worker 是否在干活。Docker 可用Docker Desktop / colima / OrbStack 任一、bash 4macOS / Linux 环境见 deploy/global-images/README.md 环境要求。一个 OpenAI 兼容的 LLM 端点base URL、API key、模型 ID供 Knowledge Service 的 wiki ingest / 总结使用。Panel 登录用 user_key如果 core 是经start-all.sh首次启动的admin 的sk-mem-...key 写在deploy/global-images/.admin-key单独用 core 脚本启动过、或该文件不存在时在面板里用 core 管理员的 user_key 登录。依赖关系说明见 deploy/global-images/README.md 依赖关系memory-hub 能独立启动LLM_MODEcustom直连 LLM但容器内的 knowledge 调 memory-core 做 RAG 时会失败所以建议 memory-core 先起来、且保持运行。方式一直接 docker run文档最短主路径来自 INSTALL.md Memory Hub only。下面命令中的OPENAI_COMPATIBLE_BASE_URL、YOUR_API_KEY、MODEL_ID是文档保留的占位符替换成你的 LLM 端点、API key 和模型 IDdocker pull docker.io/agentmemory/memory-hub:latestdocker run -d --name tdai-memory-hub \ --add-hosthost.docker.internal:host-gateway \ -p 8125:8125 -p 8424:8424 \ -v tdai-panel-data:/data/knowledge \ -e REMOTE_INSTANCE_URLhttp://host.docker.internal:8420 \ -e REMOTE_INSTANCE_KEYlocal \ -e KNOWLEDGE_PUBLIC_BASE_URLhttp://host.docker.internal:8424/v3 \ -e LLM_MODEcustom \ -e LLM_BASE_URLOPENAI_COMPATIBLE_BASE_URL \ -e LLM_API_KEYYOUR_API_KEY \ -e LLM_MODELMODEL_ID \ docker.io/agentmemory/memory-hub:latest各关键配置的作用REMOTE_INSTANCE_URLhttp://host.docker.internal:8420Panel 后端 → Kernel 的转发始终走这个地址指向本机 memory-core--add-hosthost.docker.internal:host-gateway让容器内能回环到宿主机。REMOTE_INSTANCE_KEYlocal与 memory-core Gateway 的内部凭据一致。start-all.sh脚本默认值是local见 deploy/global-images/README.md 内部凭据如果你的 core 是在.env里覆盖了MEMORY_CORE_GATEWAY_API_KEY的非默认值这里要改成相同的值。KNOWLEDGE_PUBLIC_BASE_URLKS 对外暴露的地址必须含/v3前缀见 deploy/panel-knowledge-combined/README.md 前置准备。LLM_MODEcustomLLM_BASE_URL/LLM_API_KEY/LLM_MODEL不走 Memory Gateway 的 LLM 转发直连你自有的 LLM 端点此时LLM_API_KEY与LLM_BASE_URL为必填项。镜像版本默认latest想固定版本时把 tag 换成具体版本如:1.0.0-beta.1见 deploy/global-images/README.md。方式二start-memory-hub.sh 脚本可选需自备 .envdeploy/global-images/README.md 说明三个 start 脚本可以单独执行./start-memory-hub.sh只跑面板 知识8125 8424需要MEMORY_LLM_*参数。在deploy/global-images目录下准备.env参考同目录 .env.example至少要填 memory 组三个参数——MEMORY_LLM_BASE_URL/MEMORY_LLM_API_KEY/MEMORY_LLM_MODEL不能保留REPLACE_ME端口、KNOWLEDGE_PUBLIC_BASE_URL、PANEL_VOLUME用默认值即可。然后cd deploy/global-images ./start-memory-hub.sh脚本的实际行为见 start-memory-hub.shload_envrequire_vars缺必填参数时一次性列出所有缺失项并exit 1不会跑到一半才失败若tdai-memory-core容器未在运行打[warn]但不阻塞若已存在同名容器tdai-memory-hub会先docker rm -f移除再重建副作用仅针对该容器数据卷保留需要说明后再执行容器接到tdai-memory-stack网络REMOTE_INSTANCE_URL默认写成http://memory-core:8420走网络别名LLM_MODEcustom并把MEMORY_LLM_*透传给 KS最长等待 120s 直到容器 healthy / running成功后打印 Panel UI 与 KS Health 地址。两种方式二选一即可下文验证对两种方式都适用。启动后验证打开浏览器访问 http://localhost:8125/能打开面板即 Panel 已起输入 user_key 登录后应能看到资产Team / Agent / Skill / Wiki 等页面。检查 Knowledge Service 健康端点来自 deploy/panel-knowledge-combined/README.md 访问地址curl -s http://localhost:8424/health查看容器状态与日志docker ps --format {{.Names}}\t{{.Status}} docker logs tdai-memory-hub脚本方式则以tdai-memory-hub 已启动 两个地址输出作为成功标志docker logs同时是后面排查问题的入口。常见问题排查Q: 面板显示 Panel API 8125 not starteddocker ps检查tdai-memory-hub是否 healthy不 healthy 看docker logs tdai-memory-hub文档给出的常见原因是REMOTE_INSTANCE_URL或LLM_BASE_URL配错见 INSTALL.md FAQ。脚本方式下还要先确认.env里KNOWLEDGE_PUBLIC_BASE_URL是否含/v3——缺/v3面板会报错见 deploy/global-images/README.md 常见问题。Q: tools/list 返回 404KNOWLEDGE_PUBLIC_BASE_URL必须包含/v3前缀正确格式是http://host:port/v3见 deploy/panel-knowledge-combined/README.md 常见问题。Q: 容器内访问宿主机上其它服务如 Langfuse用172.17.0.1docker0 网桥代替localhost或加--add-hosthost.docker.internal:host-gateway后用host.docker.internal。Q: wiki ingest 报 timeoutreasoning 模型对大文件可能需要超过 20 分钟LLM_TIMEOUT_MS默认1200000即 20 分钟可按文档加大-e LLM_TIMEOUT_MS1800000 # 30 分钟Q: 切换 LLM 协议后报错LLM_PROTOCOL和LLM_MODEL必须配套OpenAI 协议默认配Memory-Model、deepseek-v4-pro等走/chat/completions的模型Anthropic 模型claude-sonnet-4-5等配LLM_PROTOCOLanthropic走/messages。清理与数据面板数据KS 的 SQLite、git clone、wiki 文件、日志持久化在/data/knowledge本文用 named volumetdai-panel-data只要不删卷数据一直保留。只停面板不影响 coredocker stop tdai-memory-hub。如需移除容器docker rm -f tdai-memory-hub副作用仅限该容器数据卷保留彻底清理再docker volume rm tdai-panel-data该命令会删掉面板数据执行前确认不再需要。面板单独起好后后续怎么用 admin/业务账号、建 Team / Agent、观察记忆增长见 INSTALL.md 的 After deploy: making it useful 章节。【免费下载链接】TencentDB-Agent-MemoryTencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.项目地址: https://gitcode.com/GitHub_Trending/te/TencentDB-Agent-Memory创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MemoryCore 已在运行时如何单独启动 TencentDB Agent Memory 的 Memory Hub 面板
MemoryCore 已在运行时如何单独启动 TencentDB Agent Memory 的 Memory Hub 面板【免费下载链接】TencentDB-Agent-MemoryTencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.项目地址: https://gitcode.com/GitHub_Trending/te/TencentDB-Agent-MemoryTencentDB Agent Memory 的 Memory Hub 面板Panel UI平时常和memory-core由一条命令一起拉起。但如果你本机的 Memory Core 已经在运行、只想单独把团队记忆管理面板开起来或者面板挂掉后需要单独恢复就不必重新跑整套start-all.sh——文档提供了两种只起 Memory Hub的路径。Memory Hub 是一个合并镜像一个容器内同时运行两个服务——Panel端口8125管理团队 / Agent / Knowledge 资源的控制台和 Knowledge Service端口8424Wiki / Code Graph 知识服务镜像为agentmemory/memory-hub。本文的操作路径来自 INSTALL.md 的 Memory Hub only 章节、deploy/global-images/README.md 的独立使用每个组件章节和 deploy/panel-knowledge-combined/README.md。适用前提本机 Memory Core 已在8420端口运行。这是 Memory Hub only 模式的前置条件见 INSTALL.mdWhen Memory Core is already running on port8420。可以先确认docker ps --format {{.Names}} | grep -qx tdai-memory-core curl -s http://localhost:8420/health | jq .services.pipelineWorker第二条来自 INSTALL.md Step 5: Watch memory grow/health同时能确认 pipeline worker 是否在干活。Docker 可用Docker Desktop / colima / OrbStack 任一、bash 4macOS / Linux 环境见 deploy/global-images/README.md 环境要求。一个 OpenAI 兼容的 LLM 端点base URL、API key、模型 ID供 Knowledge Service 的 wiki ingest / 总结使用。Panel 登录用 user_key如果 core 是经start-all.sh首次启动的admin 的sk-mem-...key 写在deploy/global-images/.admin-key单独用 core 脚本启动过、或该文件不存在时在面板里用 core 管理员的 user_key 登录。依赖关系说明见 deploy/global-images/README.md 依赖关系memory-hub 能独立启动LLM_MODEcustom直连 LLM但容器内的 knowledge 调 memory-core 做 RAG 时会失败所以建议 memory-core 先起来、且保持运行。方式一直接 docker run文档最短主路径来自 INSTALL.md Memory Hub only。下面命令中的OPENAI_COMPATIBLE_BASE_URL、YOUR_API_KEY、MODEL_ID是文档保留的占位符替换成你的 LLM 端点、API key 和模型 IDdocker pull docker.io/agentmemory/memory-hub:latestdocker run -d --name tdai-memory-hub \ --add-hosthost.docker.internal:host-gateway \ -p 8125:8125 -p 8424:8424 \ -v tdai-panel-data:/data/knowledge \ -e REMOTE_INSTANCE_URLhttp://host.docker.internal:8420 \ -e REMOTE_INSTANCE_KEYlocal \ -e KNOWLEDGE_PUBLIC_BASE_URLhttp://host.docker.internal:8424/v3 \ -e LLM_MODEcustom \ -e LLM_BASE_URLOPENAI_COMPATIBLE_BASE_URL \ -e LLM_API_KEYYOUR_API_KEY \ -e LLM_MODELMODEL_ID \ docker.io/agentmemory/memory-hub:latest各关键配置的作用REMOTE_INSTANCE_URLhttp://host.docker.internal:8420Panel 后端 → Kernel 的转发始终走这个地址指向本机 memory-core--add-hosthost.docker.internal:host-gateway让容器内能回环到宿主机。REMOTE_INSTANCE_KEYlocal与 memory-core Gateway 的内部凭据一致。start-all.sh脚本默认值是local见 deploy/global-images/README.md 内部凭据如果你的 core 是在.env里覆盖了MEMORY_CORE_GATEWAY_API_KEY的非默认值这里要改成相同的值。KNOWLEDGE_PUBLIC_BASE_URLKS 对外暴露的地址必须含/v3前缀见 deploy/panel-knowledge-combined/README.md 前置准备。LLM_MODEcustomLLM_BASE_URL/LLM_API_KEY/LLM_MODEL不走 Memory Gateway 的 LLM 转发直连你自有的 LLM 端点此时LLM_API_KEY与LLM_BASE_URL为必填项。镜像版本默认latest想固定版本时把 tag 换成具体版本如:1.0.0-beta.1见 deploy/global-images/README.md。方式二start-memory-hub.sh 脚本可选需自备 .envdeploy/global-images/README.md 说明三个 start 脚本可以单独执行./start-memory-hub.sh只跑面板 知识8125 8424需要MEMORY_LLM_*参数。在deploy/global-images目录下准备.env参考同目录 .env.example至少要填 memory 组三个参数——MEMORY_LLM_BASE_URL/MEMORY_LLM_API_KEY/MEMORY_LLM_MODEL不能保留REPLACE_ME端口、KNOWLEDGE_PUBLIC_BASE_URL、PANEL_VOLUME用默认值即可。然后cd deploy/global-images ./start-memory-hub.sh脚本的实际行为见 start-memory-hub.shload_envrequire_vars缺必填参数时一次性列出所有缺失项并exit 1不会跑到一半才失败若tdai-memory-core容器未在运行打[warn]但不阻塞若已存在同名容器tdai-memory-hub会先docker rm -f移除再重建副作用仅针对该容器数据卷保留需要说明后再执行容器接到tdai-memory-stack网络REMOTE_INSTANCE_URL默认写成http://memory-core:8420走网络别名LLM_MODEcustom并把MEMORY_LLM_*透传给 KS最长等待 120s 直到容器 healthy / running成功后打印 Panel UI 与 KS Health 地址。两种方式二选一即可下文验证对两种方式都适用。启动后验证打开浏览器访问 http://localhost:8125/能打开面板即 Panel 已起输入 user_key 登录后应能看到资产Team / Agent / Skill / Wiki 等页面。检查 Knowledge Service 健康端点来自 deploy/panel-knowledge-combined/README.md 访问地址curl -s http://localhost:8424/health查看容器状态与日志docker ps --format {{.Names}}\t{{.Status}} docker logs tdai-memory-hub脚本方式则以tdai-memory-hub 已启动 两个地址输出作为成功标志docker logs同时是后面排查问题的入口。常见问题排查Q: 面板显示 Panel API 8125 not starteddocker ps检查tdai-memory-hub是否 healthy不 healthy 看docker logs tdai-memory-hub文档给出的常见原因是REMOTE_INSTANCE_URL或LLM_BASE_URL配错见 INSTALL.md FAQ。脚本方式下还要先确认.env里KNOWLEDGE_PUBLIC_BASE_URL是否含/v3——缺/v3面板会报错见 deploy/global-images/README.md 常见问题。Q: tools/list 返回 404KNOWLEDGE_PUBLIC_BASE_URL必须包含/v3前缀正确格式是http://host:port/v3见 deploy/panel-knowledge-combined/README.md 常见问题。Q: 容器内访问宿主机上其它服务如 Langfuse用172.17.0.1docker0 网桥代替localhost或加--add-hosthost.docker.internal:host-gateway后用host.docker.internal。Q: wiki ingest 报 timeoutreasoning 模型对大文件可能需要超过 20 分钟LLM_TIMEOUT_MS默认1200000即 20 分钟可按文档加大-e LLM_TIMEOUT_MS1800000 # 30 分钟Q: 切换 LLM 协议后报错LLM_PROTOCOL和LLM_MODEL必须配套OpenAI 协议默认配Memory-Model、deepseek-v4-pro等走/chat/completions的模型Anthropic 模型claude-sonnet-4-5等配LLM_PROTOCOLanthropic走/messages。清理与数据面板数据KS 的 SQLite、git clone、wiki 文件、日志持久化在/data/knowledge本文用 named volumetdai-panel-data只要不删卷数据一直保留。只停面板不影响 coredocker stop tdai-memory-hub。如需移除容器docker rm -f tdai-memory-hub副作用仅限该容器数据卷保留彻底清理再docker volume rm tdai-panel-data该命令会删掉面板数据执行前确认不再需要。面板单独起好后后续怎么用 admin/业务账号、建 Team / Agent、观察记忆增长见 INSTALL.md 的 After deploy: making it useful 章节。【免费下载链接】TencentDB-Agent-MemoryTencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.项目地址: https://gitcode.com/GitHub_Trending/te/TencentDB-Agent-Memory创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考