Ebbingflow长效记忆引擎

创建并安装依赖

python -m venv venv .\venv\Scripts\python.exe -m pip install -r requirements.txt

🚀 快速开始

1. 环境准备

```powershell

复制示例配置文件

cp .env.example .env ```

提示：若不配置 POSTGRES_URL，系统将自动使用 SQLite 托底

```

3. 启动服务

标准启动：

.\venv\Scripts\python.exe api\server.py

快捷启动 (Windows)：

run.bat

启动后访问：

• Interaction Hub: http://localhost:8000
• Data Monitor: http://localhost:8000/monitor

5. 导入演示数据 (可选)

如果你希望快速预览系统的核心能力，可以导入我们预置的演示数据：《重生成为诸葛亮，系统（Ebbingflow）助我成就霸业》。

1. 启动服务并进入 数据审计页面 (Data Monitor)：http://localhost:8000/monitor
2. 点击右上角的 导入演示数据。
3. 确认警告提示后，系统将自动恢复包含完整身份画像与证据链的认知记忆。
4. 注意：Demo 中古代与现代单位计算有误。这是为了展示 EbbingFlow 在面对“脏数据”输入时，依然能保证记忆可追溯、不崩盘的核心优势。

---

🎬 视频演示

视频演示： Coming soon...

---

📸 系统截图

Interaction Hub（核心交互）

Data Monitor（数据审计）

---

2. 参数配置

编辑 .env 文件，填入必要的 API 密钥：

```ini

LLM API配置（支持 OpenAI SDK 格式的任意 LLM API）

OPENAI_API_KEY=your_api_key OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 OPENAI_MODEL=deepseek-v4-flash

嵌入模型配置（支持完全本地与 OpenAI SDK 格式 API）

Neo4j 数据库配置

NEO4J_URI=bolt://localhost:7687 NEO4J_USERNAME=neo4j NEO4J_PASSWORD=your_password NEO4J_DATABASE=neo4j

4. OpenAI-compatible API 接入

EbbingFlow 启动后会同时暴露一个本地 OpenAI 兼容接口，可供 Open WebUI、Cherry Studio、小智数字人等前端调用：

Base URL: http://localhost:8000/v1
Model: ebbingflow
API Key: local

如果前端只支持填写完整接口地址，则填写：

http://localhost:8000/v1/chat/completions

model 不传时后端会默认使用 ebbingflow；但很多前端会强制要求填写模型名，此时填 ebbingflow 即可。本地开源版暂不校验 API Key，若前端必填，可填写任意占位字符串。

请求示例：

curl http://localhost:8000/v1/chat/completions `
  -H "Content-Type: application/json" `
  -d '{
    "model": "ebbingflow",
    "messages": [
      {"role": "system", "content": "请在回复开头输出 <happy>/<thinking> 情绪标签。"},
      {"role": "user", "content": "我今天完成了一个重要功能。"}
    ]
  }'

外部 system / developer message 会注入 EbbingFlow 主 prompt 的 [EXTERNAL_SYSTEM_PROMPT] 区块。接入其它前端时，请删除其中的身份、角色、记忆控制类内容，只保留情绪标签、输出格式、语音合成、回复长度等适配要求。

更多细节见 OpenAI-compatible Chat API。

QQ 机器人集成示例 (可选)

EbbingFlow 支持通过 QQ 机器人进行跨平台交互，让你可以直接在移动端进行长效记忆沉淀：

1. 获取凭据：登录 QQ 开放平台，创建机器人并获取 AppID 与 AppSecret。 2. 配置环境：将获取的凭据填入 .env 文件中对应的配置项。 3. 启动服务：

   .\venv\Scripts\python.exe integrations\qq_bot.py