跳转到主要内容

​
配置

Memorose 从 config.toml、MEMOROSE__* 环境变量覆盖，以及少量兼容旧版本的环境变量中读取运行时配置。 当前运行时配置由 crates/memorose-common/src/config.rs 中的 AppConfig 定义。这才是服务端实际读取的权威来源。

​
主要文件

  • config.toml：服务端加载的运行时配置文件
  • .env：./scripts/start_cluster.sh 等辅助脚本会加载的本地环境变量
  • .env.example：提供商密钥和常见环境变量覆盖示例
  • crates/memorose-common/src/config.rs：当前运行时配置结构和默认值

​
当前顶层配置段

当前服务端配置围绕以下部分组织： 
[llm]
[storage]
[raft]
[worker]
[sharding]
[reranker]
说明：
  • sharding 是可选的。
  • reranker 是可选的，默认使用内置 weighted reranker。
  • config.example.toml 和 config.toml.example 是示例文件；权威 schema 仍以 crates/memorose-common/src/config.rs 为准。

​
最小可用示例

[llm]
provider = "Gemini"
model = "gemini-2.0-flash"
embedding_model = "text-embedding-004"

[storage]
root_dir = "./data/node-1"
index_commit_interval_ms = 5000

[raft]
node_id = 1
raft_addr = "127.0.0.1:5001"
heartbeat_interval_ms = 500
election_timeout_min_ms = 1500
election_timeout_max_ms = 3000
snapshot_logs = 1000000
auto_initialize = true

[worker]
llm_concurrency = 5
decay_interval_secs = 60
prune_threshold = 0.1
consolidation_interval_ms = 1000
community_interval_ms = 1000
insight_interval_ms = 30000
enable_auto_planner = true
enable_task_reflection = true
auto_link_similarity_threshold = 0.6
tick_interval_ms = 100

[reranker]
type = "weighted"

​
Reranker 模式

Reranker 是服务端运行时配置。SDK 客户端不会在每次请求里选择 reranker 模式。
模式配置行为
Weightedtype = "weighted"默认本地 reranker，组合向量相似度、重要性和新近度。
Arbitratortype = "arbitrator"使用配置好的 LLM provider 动态选择真正相关的候选记忆，可以返回少于请求数量的结果，也可以返回 0 条。
HTTPtype = "http"调用外部 reranker endpoint，例如 Jina 或自定义服务。

​
Arbitrator 模式

arbitrator 复用主 [llm] 的 provider、API key、base URL 和 embedding 设置。如果设置了 reranker.model，它只覆盖 arbitrator 使用的生成模型。 
[reranker]
type = "arbitrator"
provider = "gemini"
model = "gemini-3.1-flash-lite-preview"
max_candidates = 32
fallback_to_weighted = true
include_metadata = true
关键字段：
  • model：可选的 arbitrator 生成模型覆盖项。不设置时使用 [llm].model。
  • max_candidates：最多送给模型裁决的检索候选数量，不是固定返回条数。
  • fallback_to_weighted：arbitrator 无法构建或运行失败时回退到 weighted reranker。
  • include_metadata：在 arbitrator prompt 中包含 importance、level、user、org、domain、namespace 等元数据。
Docker 中可通过环境变量开启 arbitrator： 
-e MEMOROSE__RERANKER__TYPE="arbitrator" \
-e MEMOROSE__RERANKER__MODEL="gemini-3.1-flash-lite-preview" \
-e MEMOROSE__RERANKER__MAX_CANDIDATES="32" \
-e MEMOROSE__RERANKER__FALLBACK_TO_WEIGHTED="true"

​
HTTP reranker 模式

HTTP 模式用于外部插件。top_n 只适用于 HTTP 模式。 
[reranker]
type = "http"
provider = "jina"
endpoint = "https://api.jina.ai/v1/rerank"
model = "jina-reranker-v2-base-multilingual"
top_n = 20
timeout_secs = 10
fallback_to_weighted = true
include_metadata = true

[reranker.headers]
Authorization = "Bearer your-reranker-api-key"

​
环境变量

支持两种模式：

​
1. 使用 MEMOROSE__ 的嵌套运行时覆盖

使用 MEMOROSE__SECTION__KEY=value 覆盖嵌套配置字段。 
MEMOROSE__WORKER__CONSOLIDATION_INTERVAL_MS=1000
MEMOROSE__WORKER__LLM_CONCURRENCY=5
MEMOROSE__WORKER__AUTO_LINK_SIMILARITY_THRESHOLD=0.6
MEMOROSE__RAFT__AUTO_INITIALIZE=true
MEMOROSE__RERANKER__TYPE=arbitrator
MEMOROSE__RERANKER__MODEL=gemini-3.1-flash-lite-preview
MEMOROSE__RERANKER__MAX_CANDIDATES=32

​
2. 兼容旧版本的直接覆盖

当前服务端仍会直接读取这些变量： 
GOOGLE_API_KEY=your_google_api_key_here
OPENAI_API_KEY=your_openai_api_key_here
LLM_MODEL=gemini-2.0-flash
EMBEDDING_MODEL=text-embedding-004
NODE_ID=1
RAFT_ADDR=127.0.0.1:5001
运维辅助脚本还会使用： 
DASHBOARD_ADMIN_PASSWORD=change-me
重要说明：
  • .env.example 里出现了 LLM_PROVIDER，但当前服务端配置加载器不会直接把它映射到 llm.provider。
  • 如果你想纯靠环境变量切换 provider，优先使用 MEMOROSE__LLM__PROVIDER=OpenAI 或 MEMOROSE__LLM__PROVIDER=Gemini。

​
各配置段控制什么

  • [llm]：provider、API endpoint、模型名、embedding 设置、可选 STT 设置
  • [storage]：数据根目录、索引提交与 recent overlay 行为
  • [raft]：节点身份、raft 地址、选举时序、快照、引导行为
  • [worker]：整合节奏、遗忘、insight 生成、任务反思、自动连边调优
  • [sharding]：多分片部署设置和物理节点映射
  • [reranker]：weighted reranker、内部 arbitrator 模式或外部 HTTP reranker

​
指导建议

  • 把 crates/memorose-common/src/config.rs 视为权威 schema。
  • 把 .env.example 视为示例 convenience file，而不是完整的运行时行为说明。
  • 对提及 [server]、[database]、[consolidation]、[forgetting]、[graph]、/health 或 /api/v1/* 的旧示例保持警惕；它们不代表当前服务端的配置和 API。