常见问题
回答那些在深入读文档之前就会冒出来的问题。基于症状的求助请看 故障排查。
我需要 LLM API Key 吗？
写入、向量检索、CRUD 和 Web 控制台都不需要。但巩固、冲突解决、重要度打分和标签提取都需要 LLM。这些功能的开关门槛是 llm_model：没有设置它，POST /api/v1/admin/consolidate 虽然会运行，但处理 0 条记忆。用 hebb config set llm_model <provider>/<model> 设置模型。本地或代理模型只需模型名即可；托管厂商还需要再设置 llm_api_key。
支持哪些 LLM？
凡是 LiteLLM 支持的都行 —— OpenAI、Anthropic、Google、Azure、Bedrock、通义千问、GLM、Kimi、Ollama、vLLM 等等。用 hebb config set llm_model <provider>/<model> 切换；非 OpenAI 端点再加 llm_base_url。详见 多模型。
我的数据存在哪里？
存在工作区目录下的一个 SQLite 文件加一份 JSON 知识图谱里。运行 hebb config get workspace 查看解析出的路径。解析顺序：$HEBB_HOME → 最近的 hebb.json → ~/.hebb/。
能用于生产环境吗？
v0.1.x 标注为实验性。CRUD 和检索是稳定的；巩固与遗忘策略可能在小版本里变化。HTTP 服务没有内置鉴权，且 CORS 默认完全放开 —— 暴露前请用带鉴权的反向代理挡在前面。如需更高并发，支持 PostgreSQL。
和 mem0 相比如何？
两者都用 embedding 存储 Agent 记忆。Hebb Mind 的不同之处在于：(a) 以单一本地二进制运行，内置 Web 控制台和 MCP 服务；(b) 实现了一套受神经科学启发的巩固周期（编码 → 巩固 → 遗忘）；(c) 默认完全本地推理。mem0 在托管云端的打磨上更成熟，我们在本地掌控力上更强。见 从 mem0 迁移。
Web 控制台支持多租户吗？
不支持。控制台（及其底层 API）当前一次只操作一个工作区，没有鉴权、没有按用户的隔离。请用分区（partition_id）在同一实例内切分逻辑上的记忆桶，但把它们当作命名空间，而非安全边界。
怎么导出我的记忆？
HTTP API 可以一次性把它们全部 dump 出来：
curl "http://localhost:8321/api/v1/memories?limit=200&offset=0" > memories.json如需完整备份，请复制工作区文件（见下方「怎么备份数据库？」）。一个一等公民的 hebb export 命令在 roadmap 上。
怎么备份数据库？
先停服务，避免拷到写了一半的 WAL，再复制工作区：
hebb service stop
cp -a "$(hebb config get workspace)" ~/backup/hebb-$(date +%Y%m%d)
hebb service startPostgreSQL 用 pg_dump 针对 pg_url 里设置的地址来备份。
能跑在 PostgreSQL 上吗？
可以：
hebb config set storage_type postgresql
hebb config set pg_url "postgresql://user:pass@host:5432/hebb"首次启动时会自动建表。pgvector 的要求见 存储后端。
有托管版吗？
目前没有。Hebb Mind 设计为在本地或你自己的基础设施上运行。如果未来出现托管选项，会在 GitHub 仓库 上公布。
怎么用 Docker 部署？
参考镜像和 docker-compose.yml（含 PostgreSQL + pgvector）见 存储后端 → Docker。最短版本：
docker run -p 8321:8321 -v ~/.hebb:/data ghcr.io/afx-team/hebb-mind:latest用的什么许可证？
MIT。见仓库里的 LICENSE。可商用、可修改、可再分发 —— 保留版权声明即可。
怎么贡献？
欢迎在 https://github.com/afx-team/hebb-mind 提 issue、PR 和讨论。当下最有用的贡献是：附带 hebb doctor 输出的真实 bug 报告、集成方案（Cursor / Continue / Cline），以及在我们没有的硬件上复现 benchmark。见仓库根目录的 CONTRIBUTING.md。
为什么叫 "Hebb Mind"？
Hebb Mind 取名自加拿大神经心理学家 唐纳德·O·赫布（Donald O. Hebb，1904–1985），他 1949 年的著作《行为的组织》给了我们赫布学习 —— 「一起放电的神经元，会连到一起」。这条法则正是本框架的核心：标签知识图谱把共现的概念连到一起，每次它们再次出现就强化这条连边；巩固保留被强化的，遗忘修剪其余的。
hippocampus（海马体） —— 这个项目最初的名字 —— 作为工作记忆分区（mem_hippocampus）的名称在 Hebb Mind 里延续了下来：它是新记忆在巩固前落地的收件箱，呼应大脑中那个把新经验送入长期记忆的脑区。见 记忆生命周期。
Embedding 模型支持多语言吗？
取决于 hebb setup 选了什么。hebb setup（默认 profile）会选一个小模型：英文是 all-MiniLM-L6-v2（约 90MB），中文/多语言是 intfloat/multilingual-e5-small（约 470MB，多语言）。需要更高质量时，用 hebb setup --profile best 选用 bge 系列（英文 BAAI/bge-large-en-v1.5、中文/多语言 BAAI/bge-m3，1–2GB 以上，仅在需要时下载）。安装后想换模型 —— 包括维度变化 → 重新计算向量的流程 —— 见 切换 Embedding 模型。