發現2026/06/10
Vector Memory 深度剖析：一套讓 AI Agent 再也不失憶的生產級記憶系統
狀態失憶是 Agent 生產環境的 #1 殺手。我們建了一套基於 Qdrant + BGE-m3 的四層向量記憶系統，9 種檢索模式，6,675 條記憶實戰驗證，中文搜尋精確度從 0% 拉到 >78%。一行 curl | bash，100% 本地部署，數據主權在你手中。
Vector MemoryQdrantBGE-m3+7
發現2026/05/23
AI 記憶調用的工程學：四路存取路徑 × 十大場景全矩陣實測報告
當 AI 助理需要「記住一切」，它用什麼方式調用記憶？文件直讀、Qdrant 向量搜索、MemoryHub 捕獲管線、agentmemory 語義索引 — 四條路徑在十種真實場景下的實戰對比，揭露每條路徑的邊界與甜蜜點。
AI MemoryQdrantMemoryHub+5
發現2026/05/23
MemoryHub 輕量化改造實錄：從 10 個數據庫砍到 5 個，RAM 從 6.2GB 降到 500MB
當你把 Neo4j、Elasticsearch、MongoDB 從 AI 記憶系統中刪掉，只留 Qdrant + FAISS + SQLite-vec 三件套，再用 193MB 的 bge-small-zh 替換 9.1GB 的 BGE-m3 — 會發生什麼？一份完整的性能解剖、嵌入模型對比和面向普通電腦的裁減方案。
MemoryHubEmbedding ModelsBGE-m3+5
發現2026/05/22
Polyglot Persistence 實戰：十數據庫記憶系統全流程評測
從 BGE-m3 向量嵌入、十路同步寫入，到九大後端搜索質量與速度對比——一次完整的 AI 記憶系統壓力測試。Qdrant 是語義之王，FAISS 是速度之王，Neo4j 是關係之王。
MemoryHubVector DatabaseBenchmark+5
經驗2026/05/21
MemoryHub v2.0 十庫同步全記錄：從 0 點到 3,892 條記錄的 6 小時攻堅戰
完整記錄 MemoryHub 從單體 Qdrant 到十數據庫統一嵌入管線的技術演進——18 個 Bug 修復、Python 作用域陷阱、BGE-m3 維度錯誤、系統 Python 依賴缺失，以及最終實現一次嵌入→十庫同步的完整架構。
MemoryHub開發回顧踩坑+7