向量模型 向量 = 给语义“拍一张数字照片”你可以把向量想象成一种语义坐标。每个文字片段（一句话、一段记忆）送到向量模型里，出来的那串数字（比如 [0.12, -0.34, 0.78, …]）就是它在“语义世界”中的位置。这张“数字照片”抓住了这段话的意思，而不是具体的用词。举个例子：“我养了一只狗” → 向量 A“我的宠物是柯基” → 向量 B“明天会下雨” → 向量 C在语义世界里，A 和 B 的点会很近，因为它们都和“养狗/宠物”有关。而 C 的点会离它们俩都很远，因为它在讲天气。为什么近就代表“相关”？——靠训练时的拉近与推远向量模型在训练时，做的事情非常直接：把意思相近的文本拉近，把意思无关的文本推远。训练数据是大量的“文本对”和相似度标签，比如：正例：“今天好热”→“气温很高”（拉近）负例：“今天好热”→“今天股票跌了”（推远）经过几亿次这样的“拉”和“推”，模型就学会了一套规则：把语义相近的任何文本，都映射到空间中彼此靠近的位置。所以，当把记忆文本和当前问题都映射到同一个空间后，距离自然就代表了语义相关性。检索时发生了什么？——在语义地图上找邻居当你问 Agent：“我的宠物叫什么名字？”这句问题被向量模型转换成查询向量 Q，也就是问题在语义空间里的一个点。向量数据库里，保存着每条记忆的向量位置，比如：M1：“我养了一只狗叫旺财” → 在位置 P1M2：“我喜欢吃披萨” → 在位置 P2M3：“我家狗狗是柯基” → 在位置 P3计算 Q 到所有 P 的距离，发现 P1 和 P3 离 Q 非常近，P2 离得远。于是 M1、M3 被提取出来，因为它们在语义地图上和问题站在了同一个街区。这就是“怎么知道哪些记忆是当前问题所需要的”本质：不是靠关键词匹配，而是靠在意思构成的高维空间中，找离问题点最近的那些记忆点。一个形象的二维类比（实际是几百维）想象你把世界上所有文本的意思，压平到一个巨大的二维地图上：“狗”、“宠物”、“遛狗”相关的内容，都集中在“宠物区”。“机票”、“航班”、“出行”集中在“旅行区”。“代码”、“调试”、“报错”集中在“编程区”。当你问一个关于“宠物”的问题，这个问题会被定位到地图的宠物区。然后你划一个半径很小的圆，圆里所有的记忆就都和宠物有关。那些“机票”“代码”的记忆远在别的区，根本不会被选中。真实模型用的是几百上千维的空间，它比你想象的地图要细腻得多，能区分“狗”和“猫”的细微差异，也能捕捉“可爱”和“凶猛”这种抽象关系。一个容易被忽略的关键：同一个模型映射能实现这种效果，还有一个硬性要求：记忆入库时用的向量模型，和查询时用的向量模型，必须是同一个。因为每个模型创造的“语义世界”不同，地图比例尺、街道命名都不一样。只有用同一张“地图”，查询向量才能准确地落在记忆旁边。总结向量：就是语义的数字坐标，意思相近 = 坐标靠近。怎么知道哪些记忆相关：把问题也变成坐标，在坐标空间里找离它最近的那些记忆点。这背后是模型被训练成了把相似文本映射到相近位置的规则。整个过程完全基于语义理解，而不是关键词匹配，所以即使问题说“宠物”，记忆里写的是“狗”，它们也能撞到一起。

不依赖入站连接的 Cloudflare Worker 方案 一、问题Cloudflare Worker 部署后默认的 *.workers.dev 域名在国内被 DNS 污染，无法直接访问。常规解决方案（绑定自定义域名）需要将域名 DNS 托管给 Cloudflare 或购买付费套餐（Cloudflare for SaaS）。如果你不想转移 DNS 管理，也没有预算，怎么办？二、解决思路核心思想：让 Worker 只做出站请求，不依赖入站连接。Worker 从 Cloudflare 边缘节点主动抓取 RSS/API（出站 fetch 不受任何限制）抓取到的数据通过 HTTP POST 发送到你的一台公网服务器公网服务器经 WireGuard 隧道转发给本地容器容器既可接收推送，也可主动抓取备用数据源这样，用户（或下游系统）通过访问你的公网服务器获取数据，完全无需触碰 workers.dev 域名。

绕过封锁访问国外网站 方案的核心原理是利用 Cloudflare Workers 的边缘计算能力与 KV 存储的全球可访问性，构建一个“抓取-缓存-读取”的间接链路，从而规避网络封锁。Worker 抓取：绕开封锁部署位置：Worker 脚本运行在 Cloudflare 的边缘节点上。这些节点遍布全球，用户可以指定代码在特定地区（如美国）的节点上执行。抓取行为：Worker 直接向 usatoday.com 发起 HTTP 请求。由于该请求发自境外节点，且 Cloudflare 边缘网络本身不被封锁，所以能够正常获取内容，不受国内网络访问限制策略的影响。KV 存储：中间缓存KV 命名空间：Worker 获取到 USA Today 的响应后，通过 Cloudflare Workers KV API 将数据写入一个 KV 命名空间（键值对存储）。KV 是 Cloudflare 提供的全球分布式、低延迟的持久化存储。数据格式：可以存储 HTML、JSON、纯文本等任意内容，并设置 TTL（生存时间）以实现自动过期更新。服务器读取：通过公网 API访问路径：服务器不再直接访问被封锁的 USA Today，也不再调用可能被屏蔽的 workers.dev 子域名。而是通过 Cloudflare 公开的 REST API 读取 KV 中的内容。{dotted startColor="#ff6c6c" endColor="#1989fa"/}整体数据流USA Today (被墙) ↓ 境外节点发起请求 Cloudflare Worker (边缘执行) ↓ 调用内部 KV API Cloudflare KV (全球存储) ↓ 服务器发起 HTTPS 请求到 api.cloudflare.com 你的服务器（国内/任何位置）方案优势与要点解耦：Worker 负责“取”，服务器负责“读”，两者通过 KV 异步衔接，降低实时依赖。无需暴露 Worker 路由：服务器不访问 Worker 的 HTTP 触发端点（*.workers.dev 或自定义域名），避免了该端点被封锁的风险。API 稳定：api.cloudflare.com 是控制面入口，通常不会被误伤封锁；且 KV 读取可以配置细粒度的 API Token，安全性高。可扩展：可缓存多个来源、多个键值，服务器只需按需读取即可。潜在注意事项KV 读取计费：注意 Cloudflare KV 的读请求配额和计费规则（免费计划每日读次数有限）。数据新鲜度：Worker 需定期抓取更新 KV（如通过 Cron 触发器），或使用 TTL + 被动更新策略。API 延迟：服务器每次读取需发起一次 HTTPS 请求到 api.cloudflare.com，相比直接读取 KV 边缘节点会有额外网络往返，但通常可接受。该方案本质上是利用 Cloudflare 的边缘网络作为“跳板”，以 KV 作为数据交换中介，从而在不直接访问被禁域名或 Worker 路由的前提下，让国内服务器安全地获取境外内容。

hermes命令 通过 docker exec 进入容器执行 Hermes 命令docker exec -it hermes hermes chat更新配置KEYdocker exec -it hermes hermes config set DEEPSEEK_API_KEY "你的新API密钥"重启docker restart hermes{dotted startColor="#ff6c6c" endColor="#1989fa"/}claude code命令claude --resume 会打开一个会话选择器，列出当前项目可恢复的所有会话claude --continue会直接恢复当前目录下的最近一个会话export ANTHROPIC_API_KEY="your-new-api-key"通常只在当前终端窗口有效。

此内容被密码保护 加密文章，请前往内页查看详情