hindsight太贵了，求推荐性价比高的外置记忆方案

搞七捻三
, , , ,
1

rt，hindsight部署完两三天花了坏30刀，实在用不起，求佬友们推荐性价比高的外置记忆方案。

image
image1998×1498 254 KB

我是部署给codex、hermes、dsh共享的。
平时我是把mbp当7×24小时不休眠的台式机在跑，所以hermes和codex都是本地部署在mac上的。但mac光跑codex就已经很卡了，硬盘也快爆了，就没敢再往上部署一个记忆工具；服务器就一台hpc，拿来跑记忆工具太奢侈；自部署的话还得配一堆api（尤其openviking有一个还必须得用火山引擎的api），因为不想管理太多渠道的账单，就放弃了自部署。最后就直接选了hindsight官方的，结果没想到这玩意儿这么烧钱。眼看hindsight账单烧干了，求推荐性价比高的外置记忆方案迁移过去。

7 个赞
3

我用腾讯新人优惠 38 一年，单独搞记忆系统和密码管理器

对于这些向量模型，我用的是一些公益站。当然，这种本身也涉及隐私数据，就得自己做考量了
之前也用过本地部署记忆系统，但是要么每次开机都要重新启动 。Mac现在内存比金子还贵，安装一个 docker 用一段时间就要 40G起步，确实顶不住
也有不需要部署本地模型的记忆系统，站内有个叫 NOCTOR 之类的记忆系统

4

如果有闲置VPS的话：
自部署Hindsight
embedding: 硅基流动免费不限量 bge-m3
rerank: 硅基流动免费不限量 bge-reranker-v2-m3
LLM: Plus订阅的 GPT-5.6-luna (low) 或者任意coding plan的量大管饱模型，我之前使用Google AI Pro的 gemini-3.1-flash-lite，mercury-2.5 这个新的扩散模型感觉做hindsight的LLM也不错，有渠道的话可以考虑下

image
image1839×834 145 KB

9 个赞
5

mercury-2.5 我也用过速度没得说，佬友有遇到过偶尔连不上的问题吗，不太稳定

6

google ai studio 的pro还能弄出来api key额度接这个用吗？我找了一圈没找到

7

外置记忆适合用在coding agent (cc cx pi) 上吗，我在 hermes agent 用了外置记忆，感觉还行
但是在 coding agent 使用是不是要打个问题，另外这些外置记忆和gitnexus codegraph graphify 有什么区别吗，孰优孰劣，希望有佬来解答一下

8

我用的是甲骨文的2-12arm机器，用的是qwen的0.6b本地模型，和一个免费的向量模型，和一个gpt的luna做llm

9

Hindsight自部属就好了，占用不高的，512MB RAM就够了。
也可以用Supermemory吧，有免费额度，不过太重度的话额度不够。

image
image1578×265 14 KB

10

Hindsight 自部署资源占用很少啊，也就300m内存占用，向量化模型用免费的就好了

11

昨天刚自部署了hindsight ，目前用着还行。向量化用硅基流动免费的，llm 用gpt luna low

12

我感觉nowledge memory是一个不错的选择，已经用了好几月了

13

有没有佬知道怎么接入Agycli的？或者是之类的项目

14

我是自部署的openviking，Embedding模型接的免费的硅基流动的m3e

15

我用的腾讯的tdai, TencentDB Agent Memory,不知道和你现在这个哪个好