一、前提条件
| 分类 | 配置项 | 说明 |
| 基础环境 | Docker 权限 | 执行 docker –version 可确认 Docker 已就绪。 |
| Memory 实例信息 | Instance ID | 云端购买的 Memory 实例 ID。 |
| | Gateway 地址 | Memory 实例服务端的 API 接入地址。 |
| | API Key | 用于身份验证的密钥(注意保密)。 |
| 服务网络 | KS 对外访问地址 | 运行当前容器的这台机器可对外访问的 IP 或域名。Agent 将通过该地址检索知识资产。 |
| 模型代理 | LLM Proxy 地址 | 使用 Memory 实例的访问地址。Memory 实例有内置的模型 |
二、步骤一:拉取 Memory Hub 镜像
Memory Hub 镜像发布在公共镜像仓库,通过 docker pull 拉取到部署环境后,
docker pull cloud-agentmemory.tencentcloudcr.com/cloudagentmemory/memory-hub:latest
三、步骤二:准备实例配置文件
将云上 Memory 实例的信息写入一个 JSON 文件,保存为 metadata-instances.json:
{ "instances": [ { "id": "mem-xxxxxxxx", "name": "我的 Memory 实例", "gateway_endpoint": "https://memory.ap-shanghai.tencenttdai.com", "api_key": "your-gateway-api-key" } ]}
字段说明如下表所示。
| 字段 | 说明 |
| id | Memory 实例 ID,格式为 mem- 前缀加实例标识 |
| name | 实例的展示名称,可自定义 |
| gateway_endpoint | Memory 实例服务端(API 网关)的访问地址 |
| api_key | Memory 实例的 Gateway API Key |
如需接入多个实例,在 instances 数组中追加多个对象即可。
四、步骤三:启动容器
Memory Hub 支持两种 LLM 接入模式:默认模式通过 Memory 实例访问 LLM;Custom 模式直连自备(BYO)的 LLM 端点。请根据实际环境选择其一。
五、默认模式
sudo docker run -d –name team-memory-panel-knowledge \\ -p 8125:8125 -p 8424:8424 \\ -v team-memory-knowledge-data:/data/knowledge \\ -v /path/to/metadata-instances.json:/app/panel/config/metadata-instances.json:ro \\ -e KNOWLEDGE_PUBLIC_BASE_URL=http://<服务器IP或域名>:8424/v3 \\ -e KNOWLEDGE_LLM_PROXY_BASE_URL=https://<llm-proxy-域名> \\ docker.io/agentmemory/memory-hub:latest
默认模式下需根据实际环境修改的参数如下表所示。
| 参数 | 修改项 | 修改说明 |
| -v /path/to/metadata-instances.json | 挂载实例配置文件 | 替换为已准备的metadata-instances.json 在部署机上的实际路径 |
| KNOWLEDGE_PUBLIC_BASE_URL | 知识服务(KS)对外访问地址 | 替换为已规划的、运行 Memory Hub 机器对外可访问的 IP 或域名;端口需与映射的宿主机端口(8424)一致,路径须以 /v3 结尾。 |
| KNOWLEDGE_LLM_PROXY_BASE_URL | 大模型代理服务地址 | 替换为已获取的 Memory 实例 Gateway 访问地址,作为知识服务调用大模型的统一入口。 |
Custom 模式
当环境中没有可用的 LLM Proxy 服务时,可直接指定 LLM 端点。此时无需配置 KNOWLEDGE_LLM_PROXY_BASE_URL。
sudo docker run -d –name team-memory-panel-knowledge \\ -p 8125:8125 -p 8424:8424 \\ -v team-memory-knowledge-data:/data/knowledge \\ -v /path/to/metadata-instances.json:/app/panel/config/metadata-instances.json:ro \\ -e KNOWLEDGE_PUBLIC_BASE_URL=http://<服务器IP或域名>:8424/v3 \\ -e LLM_MODE=custom \\ -e LLM_API_KEY=<你的LLM-API-Key> \\ -e LLM_BASE_URL=https://api.openai.com/v1 \\ -e LLM_MODEL=gpt-4o \\ -e KNOWLEDGE_LLM_BINDING_SYNC=0 \\ docker.io/agentmemory/memory-hub:latest
自定义模式下需根据实际环境修改的参数如下表所示。
| 参数 | 修改项 | 修改说明 |
| -v /path/to/metadata-instances.json | 挂载实例配置文件 | 替换为已准备的metadata-instances.json 在部署机上的实际路径 |
| KNOWLEDGE_PUBLIC_BASE_URL | 知识服务(KS)对外访问地址 | 替换为已规划的、运行 Memory Hub 机器对外可访问的 IP 或域名;端口需与映射的宿主机端口(8424)一致,路径须以 /v3 结尾。 |
| LLM_MODE | LLM 接入模式 | 固定为 custom,声明启用自定义模式,无需修改 |
| LLM_API_KEY | LLM 端点密钥 | 替换为访问自备 LLM 端点的 API Key。 |
| LLM_BASE_URL | LLM 端点地址 | 替换为自备 LLM 端点的 API 基础地址,如 https://api.openai.com/v1。 |
| LLM_MODEL | LLM 模型 ID | 替换为自备 LLM 的模型 ID,如 gpt-4o。 |
| KNOWLEDGE_LLM_BINDING_SYNC | LLM 绑定同步开关 | 固定为 0,使 KS 走全局 LLM 配置,无需修改。 |
六、步骤四:验证部署结果
容器启动后,在浏览器中登录 Memory Hub。格式如:http://localhost:8125/。将localhost 替换为 Memory Hub 对外可访问的 IP 或域名(KKNOWLEDGE_PUBLIC_BASE_URL 参指定的地址)。Panel UI 登录页能正常打开 ,即表示 Memory Hub 部署成功。如需进一步确认,可访问以下服务地址:
| 服务 | 地址 |
| Panel UI | http://localhost:8125/ |
| Panel API | http://localhost:8125/api/v1/ |
| KS Health | http://localhost:8424/health |
| KS API | http://localhost:8424/v3/ |
| KS Swagger 文档 | http://localhost:8424/docs |