2. Linux.do
  3. hindsight太贵了，求推荐性价比高的外置记忆方案

hindsight太贵了，求推荐性价比高的外置记忆方案

Aggron 2026-09-16 01:30 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。



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。

最新回复 (3)
  • aeo 09-16 01:42
    1楼

    （帖子已被作者删除）

  • aeo 09-16 01:44
    2楼

    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

  • WizisCool 09-16 02:32
    3楼

    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


* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐