Generated by Answer me with HTML 0.5.5 · 2026-10-20 23:26 · ★ Star on GitHub

Xing4.0-29B 能不能当提炼模型

能用，而且最快：2.6 秒抽 1 条；顺手关掉历史注入，重复抽取也一起解决

source~/.hermes/.env

Lead: 硅基流动有这个模型（XingChenAGI/Xing4.0-29B）。实测它是四个候选里最快的，质量也对得上，已切为现役。

A

结论

现役配置

模型：XingChenAGI/Xing4.0-29B，端点 api.siliconflow.cn/v1，key 复用 SILICONFLOW_API_KEY。
单次写入：提炼 2.6 秒，全链 12 秒左右（30B 是 25.7 秒）。
附带修好重复抽取：提炼期历史注入从 5 轮改 0 轮，同一次写入只产 1 条记忆。

B

四个候选，同一份输入

模型	extract 耗时	条数	质量	判定
mimo-v2.6-flash / opencode	10.0s	1	中文准确	key 是旧的
Qwen/Qwen3-8B / 硅基	121.8s	5	英文、跑题	客户端超时
Qwen/Qwen3-30B-A3B-Instruct-2507	14.5s	5	1 条准 + 4 条旧话题	可用但慢
XingChenAGI/Xing4.0-29B	2.6s	1	中文准确	现役

C

Xing 的两个特性

上生产前要知道

它是 thinking 模型：不传 enable_thinking:false 时，小 max_tokens 下 content 为空、全花在 reasoning 上。已显式关掉。
输出偶尔带 ```json 围栏，hy-memory 的 _parse_json 会剥掉；裸 JSON 时也正常。
标签偶尔给 4 到 6 个中文词，超出提示里的 1 到 3 个。不影响检索，只影响 tag 过滤。

D

重复抽取的真因（已修）

writer.py 每次提炼都会把最近 5 轮 L1_RAW 拼进 prompt，模型于是把阿里云、飞书、周审这些旧话题当新事实重写。这跟选哪个模型无关，四个模型都这么干。

旋钮: MEMORY_EXTRACT_HISTORY_TURNS
原值: 5（默认 5 轮 = 10 条 message）
现设: 0（完全不注入）
坑: 上游写成 or 5，设 0 会被改回 5
补丁: writer.py 去掉 or 5 + 判 >0；已登记 reapply_local_patches.sh 3b 段
实测: 同一输入 memory 5 条 → 1 条，extract 2.6s

E

代价与待办

关历史伤指代消解：像「这个改回美式」这种带代词的句子会抽得糙。真遇到就把旋钮改成 1，不要回到 5。
今晚三批测试共产生约 8 条旧话题重复条目，留给 03:00 夜间归纳合并，别手工删（memory_ids 含 reconcile 触碰的真实节点）。
10-18 至 10-20 的 l1_raw 仍可回补提炼；现在配置干净，回补不会再刷出一堆旧话题。

---
template: sheet
title: Xing4.0-29B 能不能当提炼模型
subtitle: 能用，而且最快：2.6 秒抽 1 条；顺手关掉历史注入，重复抽取也一起解决
cols: 2
source: ~/.hermes/.env
---
Lead: 硅基流动有这个模型（`XingChenAGI/Xing4.0-29B`）。实测它是四个候选里最快的，质量也对得上，已切为现役。

## A 结论 {span=2}
```callout ok 现役配置
- 模型：`XingChenAGI/Xing4.0-29B`，端点 `api.siliconflow.cn/v1`，key 复用 `SILICONFLOW_API_KEY`。
- 单次写入：提炼 2.6 秒，全链 12 秒左右（30B 是 25.7 秒）。
- 附带修好重复抽取：提炼期历史注入从 5 轮改 0 轮，同一次写入只产 1 条记忆。
```

## B 四个候选，同一份输入
| 模型 | extract 耗时 | 条数 | 质量 | 判定 |
|---|---|---|---|---|
| mimo-v2.6-flash / opencode | 10.0s | 1 | 中文准确 | warn key 是旧的 |
| Qwen/Qwen3-8B / 硅基 | 121.8s | 5 | 英文、跑题 | no 客户端超时 |
| Qwen/Qwen3-30B-A3B-Instruct-2507 | 14.5s | 5 | 1 条准 + 4 条旧话题 | warn 可用但慢 |
| XingChenAGI/Xing4.0-29B | 2.6s | 1 | 中文准确 | ok 现役 |

## C Xing 的两个特性
```callout warn 上生产前要知道
- 它是 thinking 模型：不传 `enable_thinking:false` 时，小 max_tokens 下 content 为空、全花在 reasoning 上。已显式关掉。
- 输出偶尔带 ```json 围栏，hy-memory 的 `_parse_json` 会剥掉；裸 JSON 时也正常。
- 标签偶尔给 4 到 6 个中文词，超出提示里的 1 到 3 个。不影响检索，只影响 tag 过滤。
```

## D 重复抽取的真因（已修）
`writer.py` 每次提炼都会把最近 5 轮 L1_RAW 拼进 prompt，模型于是把阿里云、飞书、周审这些旧话题当新事实重写。这跟选哪个模型无关，四个模型都这么干。

```kv cols=2
旋钮: MEMORY_EXTRACT_HISTORY_TURNS
原值: 5（默认 5 轮 = 10 条 message）
现设: 0（完全不注入）
坑: 上游写成 `or 5`，设 0 会被改回 5
补丁: writer.py 去掉 `or 5` + 判 >0；已登记 reapply_local_patches.sh 3b 段
实测: 同一输入 memory 5 条 → 1 条，extract 2.6s
```

## E 代价与待办
- 关历史伤指代消解：像「这个改回美式」这种带代词的句子会抽得糙。真遇到就把旋钮改成 1，不要回到 5。
- 今晚三批测试共产生约 8 条旧话题重复条目，留给 03:00 夜间归纳合并，别手工删（`memory_ids` 含 reconcile 触碰的真实节点）。
- 10-18 至 10-20 的 l1_raw 仍可回补提炼；现在配置干净，回补不会再刷出一堆旧话题。