配置

Hebb Mind 的所有配置集中在项目目录下的 hebb.json 文件中，无需设置环境变量。

首次使用推荐：

hebb setup --language auto --region auto

language 决定 Embedding 模型，region 决定 HuggingFace 下载源，二者独立。

CLI 管理

# 列出所有配置
hebb config list

# 获取单个配置值
hebb config get llm_model

# 设置配置值
hebb config set llm_api_key sk-xxx
hebb config set port 8000
hebb config set embedding_enabled false

# 查看配置文件路径
hebb config path

# 查看 Embedding 模型状态
hebb model status

完整配置项

字段	类型	默认值	说明
storage_type	string	"sqlite"	存储后端，可选 "sqlite" 或 "postgresql"
home	string	null	工作目录覆盖。设置后数据文件存储在此目录。也可通过 HEBB_HOME 环境变量设置。
pg_url	string	null	PostgreSQL 连接字符串
pg_pool_min	number	2	PostgreSQL 连接池最小连接数
pg_pool_max	number	10	PostgreSQL 连接池最大连接数
embedding_enabled	boolean	true	是否启用向量搜索
embedding_model	string	setup 选定	Embedding 模型名称。默认 profile 选小模型：英文 all-MiniLM-L6-v2（~90MB），中文/多语言 intfloat/multilingual-e5-small（~470MB）。--profile best 改选高质量档：英文 BAAI/bge-large-en-v1.5、中文/多语言 BAAI/bge-m3（1–2GB 以上）。切换流程见 切换 Embedding 模型
embedding_dim	number	setup 选定	向量维度（须与模型一致；小模型默认 384）。修改后启动时向量表会自动重建；重启后跑 hebb memory reembed 重新计算
hf_endpoint	string	null	HuggingFace 镜像地址。setup --region cn 会设置 https://hf-mirror.com
llm_model	string	null	LLM 模型标识（如 openai/gpt-4o-mini）。这是巩固功能的开关门槛 —— 不设它，巩固/冲突解决/标签提取都静默跳过
llm_base_url	string	null	自定义 LLM API 地址（通义千问、GLM、Kimi 等）
llm_api_key	string	null	LLM 提供商 API 密钥（托管厂商需要；本地/代理模型可留空）
host	string	"127.0.0.1"	服务监听地址（仅本机回环）。注：<=0.1.6 版本默认为 0.0.0.0
port	number	8321	服务监听端口
consolidation_time	string	"18:00"	每日巩固时间（HH:MM）
forget_interval_seconds	number	1800	遗忘任务执行间隔（秒）
half_life_days	number	60	遗忘的基础留存半衰期（天）。内置分区会各自覆盖，详见动态遗忘。
k_importance	number	2.0	重要度对半衰期的拉长强度（×重要度/10）
k_access	number	1.5	访问次数对半衰期的拉长强度（×访问次数/10）
forget_threshold	number	0.3	留存率低于此值即被遗忘
forget_min_retention_days	number	1	任何记忆留存寿命的硬下限（天）
weight_recency	number	1.0	检索时"时效性"权重
weight_importance	number	1.0	检索时"重要性"权重
weight_relevance	number	1.0	检索时"相关性"权重

示例配置文件

下面 embedding_model / embedding_dim 展示的是裸默认值（hebb setup --profile default --language en）。hebb setup 会按你的语言环境和 --profile 写入相应的值，详见上方字段表。

{
  "storage_type": "sqlite",
  "home": null,
  "embedding_enabled": true,
  "embedding_model": "all-MiniLM-L6-v2",
  "embedding_dim": 384,
  "hf_endpoint": null,
  "llm_model": null,
  "llm_api_key": null,
  "host": "127.0.0.1",
  "port": 8321,
  "consolidation_time": "18:00",
  "forget_interval_seconds": 1800,
  "half_life_days": 60,
  "k_importance": 2.0,
  "k_access": 1.5,
  "forget_threshold": 0.3,
  "forget_min_retention_days": 1,
  "weight_recency": 1.0,
  "weight_importance": 1.0,
  "weight_relevance": 1.0
}

工作目录

Hebb Mind 的数据文件（hebb.db、knowledge_graph.json）始终存储在工作目录中。工作目录的解析优先级如下：

1. HEBB_HOME 环境变量 — 最高优先级
2. home 配置字段 — hebb.json 中的 home 字段
3. 配置文件所在目录 — hebb.json 的父目录
4. ~/.hebb/ — 默认目录

# 查看当前解析的工作目录
hebb config get workspace
# 输出示例：/home/user/.hebb

# 通过环境变量覆盖工作目录
export HEBB_HOME=/data/hebb

# 或在配置文件中设置
hebb config set home /data/hebb

Web 控制台配置

启动服务后，打开 http://localhost:8321/ 进入 Web 控制台。基础设施配置（LLM、嵌入、存储、服务）在 系统设置（System） 页面，召回、巩固、遗忘参数分别在对应的 记忆激活 / 记忆巩固 / 记忆遗忘 页面，均可可视化编辑，修改后会自动写入 hebb.json。

TIP

部分配置修改后需要重启服务才能生效，包括：storage_type、home、pg_url、embedding_enabled、embedding_model、embedding_dim、hf_endpoint、host、port。

国内镜像加速

国内用户下载 HuggingFace 模型可能较慢，可以通过配置镜像加速：

hebb setup --region cn

设置后，启动服务时会自动通过镜像站下载 Embedding 模型。

也可以手动设置：

hebb config set hf_endpoint https://hf-mirror.com