Generated by Answer me with HTML 0.5.5 · 2026-10-20 23:01 · ★ Star on GitHub

hy-memory 切硅基流动

8B 实测 122 秒一次、还跑题；已落到 30B-A3B（14.5 秒）

source~/.hermes/.env

Lead: 按你说的从 opencode 换回硅基流动。三个候选我都用同一份输入跑了，8B 不可用，最终落在 Qwen3-30B-A3B-Instruct-2507。

A

结论

现在生效的配置

端点：https://api.siliconflow.cn/v1，key 复用 SILICONFLOW_API_KEY。
模型：Qwen/Qwen3-30B-A3B-Instruct-2507，单次写入 25.7 秒、提炼 14.5 秒。
加固：MEMORY_LLM_EXTRA_BODY='{"enable_thinking":false}'，并注掉 HY_MEMORY_THINKING_MODE。

B

四个候选的同一输入对比

模型 / 端点	extract 耗时	提炼条数	质量	判定
mimo-v2.6-flash / zen（旧 sk_ key）	未开始	0	401 api_key_expired	全挂
mimo-v2.6-flash / zen（oc_sk key）	10.0s	1	中文、只抽新事实	可用但你说 key 是旧的
Qwen/Qwen3-8B / 硅基	121.8s	5	英文输出、4 条跑题	客户端超时
Qwen/Qwen3-30B-A3B-Instruct-2507 / 硅基	14.5s	5	中文、目标事实准确	现役

C

8B 为什么不合适

三条硬伤

慢 8.4 倍：同一段输入 121.8 秒，插件 30 秒就断连接，写入报 Broken pipe。
输出语言跑偏：中文输入吐英文记忆，检索时中文 query 命中率下降。
乱抽上下文：把「最近 k 条消息」里的旧话题（飞书卡片、阿里云卸载、周审）当新事实重写。

D

配置快照

MEMORY_LLM_BASE_URL: https://api.siliconflow.cn/v1
MEMORY_LLM_MODEL: Qwen/Qwen3-30B-A3B-Instruct-2507
MEMORY_LLM_API_KEY: SILICONFLOW_API_KEY（sk-qfcoi…）
MEMORY_LLM_EXTRA_BODY: {"enable_thinking":false}
MEMORY_EMBEDDER_MODEL: BAAI/bge-m3（未动）
备份: /root/backups/env_hymem_30b_20261020_225806
服务: pid 964996，RSS 306MB，healthz ok

E

还剩两件事

30B-A3B 也会顺手重抽旧话题（同一次 5 条），DEDUP 0.75 没拦住。要不要把阈值提到 0.80，或改成只喂新消息做抽取。
10-18 至 10-20 的 l1_raw 还在，可回补提炼。回补会把旧话题一起抽出来，建议先做上一条再回补。

---
template: sheet
title: hy-memory 切硅基流动
subtitle: 8B 实测 122 秒一次、还跑题；已落到 30B-A3B（14.5 秒）
cols: 2
source: ~/.hermes/.env
---
Lead: 按你说的从 opencode 换回硅基流动。三个候选我都用同一份输入跑了，8B 不可用，最终落在 Qwen3-30B-A3B-Instruct-2507。

## A 结论 {span=2}
```callout ok 现在生效的配置
- 端点：`https://api.siliconflow.cn/v1`，key 复用 `SILICONFLOW_API_KEY`。
- 模型：`Qwen/Qwen3-30B-A3B-Instruct-2507`，单次写入 25.7 秒、提炼 14.5 秒。
- 加固：`MEMORY_LLM_EXTRA_BODY='{"enable_thinking":false}'`，并注掉 `HY_MEMORY_THINKING_MODE`。
```

## B 四个候选的同一输入对比
| 模型 / 端点 | extract 耗时 | 提炼条数 | 质量 | 判定 |
|---|---|---|---|---|
| mimo-v2.6-flash / zen（旧 sk_ key） | 未开始 | 0 | 401 api_key_expired | no 全挂 |
| mimo-v2.6-flash / zen（oc_sk key） | 10.0s | 1 | 中文、只抽新事实 | ok 可用但你说 key 是旧的 |
| Qwen/Qwen3-8B / 硅基 | 121.8s | 5 | 英文输出、4 条跑题 | no 客户端超时 |
| Qwen/Qwen3-30B-A3B-Instruct-2507 / 硅基 | 14.5s | 5 | 中文、目标事实准确 | ok 现役 |

## C 8B 为什么不合适
```callout warn 三条硬伤
- 慢 8.4 倍：同一段输入 121.8 秒，插件 30 秒就断连接，写入报 Broken pipe。
- 输出语言跑偏：中文输入吐英文记忆，检索时中文 query 命中率下降。
- 乱抽上下文：把「最近 k 条消息」里的旧话题（飞书卡片、阿里云卸载、周审）当新事实重写。
```

## D 配置快照
```kv cols=2
MEMORY_LLM_BASE_URL: https://api.siliconflow.cn/v1
MEMORY_LLM_MODEL: Qwen/Qwen3-30B-A3B-Instruct-2507
MEMORY_LLM_API_KEY: SILICONFLOW_API_KEY（sk-qfcoi…）
MEMORY_LLM_EXTRA_BODY: {"enable_thinking":false}
MEMORY_EMBEDDER_MODEL: BAAI/bge-m3（未动）
备份: /root/backups/env_hymem_30b_20261020_225806
服务: pid 964996，RSS 306MB，healthz ok
```

## E 还剩两件事
- 30B-A3B 也会顺手重抽旧话题（同一次 5 条），DEDUP 0.75 没拦住。要不要把阈值提到 0.80，或改成只喂新消息做抽取。
- 10-18 至 10-20 的 l1_raw 还在，可回补提炼。回补会把旧话题一起抽出来，建议先做上一条再回补。