企业官网建设流程全解析

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-Memory

TencentDB 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8424，Wiki / 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.md："When 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 4+，macOS / 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_MODE=custom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 ID：

docker pull docker.io/agentmemory/memory-hub:latest

docker run -d --name tdai-memory-hub \ --add-host=host.docker.internal:host-gateway \ -p 8125:8125 -p 8424:8424 \ -v tdai-panel-data:/data/knowledge \ -e REMOTE_INSTANCE_URL=http://host.docker.internal:8420 \ -e REMOTE_INSTANCE_KEY=local \ -e KNOWLEDGE_PUBLIC_BASE_URL=http://host.docker.internal:8424/v3 \ -e LLM_MODE=custom \ -e LLM_BASE_URL=<OPENAI_COMPATIBLE_BASE_URL> \ -e LLM_API_KEY=<YOUR_API_KEY> \ -e LLM_MODEL=<MODEL_ID> \ docker.io/agentmemory/memory-hub:latest

各关键配置的作用：

• REMOTE_INSTANCE_URL=http://host.docker.internal:8420：Panel 后端 → Kernel 的转发始终走这个地址，指向本机 memory-core；--add-host=host.docker.internal:host-gateway让容器内能回环到宿主机。
• REMOTE_INSTANCE_KEY=local：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_URL：KS 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_MODE=custom+LLM_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 .env）

deploy/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.sh）：

• load_env+require_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_MODE=custom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

1. 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。

2. 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

3. 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 started"？

docker 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 404？

KNOWLEDGE_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172.17.0.1（docker0 网桥）代替localhost，或加--add-host=host.docker.internal:host-gateway后用host.docker.internal。

Q: wiki ingest 报 timeout？

reasoning 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_MS=1800000 # 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_PROTOCOL=anthropic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 core：docker 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