系统：linuxneo4j： 3.3.3java-sdk: 1.8一、下载相应的安装包：1. 本地传送门2. 官方地址3. scp 或者xshell 上传服务器4. 解压文件：unzip./neo4j-3.3.3.zip二、安装JAVA SDK：1. 创建文件夹： sudo mkdir /usr/lib/jvm2. 移动文件：sudo mv ./neo4j-3.3.3/jdk-8u251-linu


redis error: Timeout reading from socket——redis-py 8.0 默认切 RESP3 后 BRPOP 卡死：队列消费者 15 天静默失效完整排障TL;

Hermes Agent v0.18.0 升级实战：1953 个 commit 带来的性能提升与一个致命坑> 摘要：6 月 19 日刚升完 v0.17.0，7 月 1 日 v0.18.0 又来了—

Hermes Agent v0.18.0 升级实战：1953 个 commit 带来的性能提升与一个致命坑> 摘要：6 月 19 日刚升完 v0.17.0，7 月 1 日 v0.18.0 又来了—

本文介绍了为AI Agent构建本地记忆系统的方案，重点推荐Hindsight作为记忆系统提供者，并提出三种部署模式： 最简模式（local_embedded）- 适合快速体验，使用CPU运行BGE-small模型 本地GPU加速模式 - 连接外部GPU服务器提升embedding性能 全Docker部署模式 - 推荐方案，各组件独立容器化，便于维护升级 文章特别分享了在Jetson Orin设备

本文介绍了为AI Agent构建本地记忆系统的方案，重点推荐Hindsight作为记忆系统提供者，并提出三种部署模式： 最简模式（local_embedded）- 适合快速体验，使用CPU运行BGE-small模型 本地GPU加速模式 - 连接外部GPU服务器提升embedding性能 全Docker部署模式 - 推荐方案，各组件独立容器化，便于维护升级 文章特别分享了在Jetson Orin设备

本文介绍了为AI Agent构建本地记忆系统的方案，重点推荐Hindsight作为记忆系统提供者，并提出三种部署模式： 最简模式（local_embedded）- 适合快速体验，使用CPU运行BGE-small模型 本地GPU加速模式 - 连接外部GPU服务器提升embedding性能 全Docker部署模式 - 推荐方案，各组件独立容器化，便于维护升级 文章特别分享了在Jetson Orin设备

本文介绍了为AI Agent构建本地记忆系统的方案，重点推荐Hindsight作为记忆系统提供者，并提出三种部署模式： 最简模式（local_embedded）- 适合快速体验，使用CPU运行BGE-small模型 本地GPU加速模式 - 连接外部GPU服务器提升embedding性能 全Docker部署模式 - 推荐方案，各组件独立容器化，便于维护升级 文章特别分享了在Jetson Orin设备

RAG 重排序模型实测：MiniLM → BGE-Reranker-v2-m3 替换全流程——中文召回从废到神（Jetson GPU 部署）问题：RAG 中文搜不出来，不是向量库的锅你的 R