在 VPS 上為 AI 代理記憶託管一個向量資料庫

一個沒有記憶的 AI 代理，被困在每次對話都要重新自我介紹。解法是一個向量資料庫——它儲存您文件、筆記或過往聊天的 embeddings，好讓代理隨選回憶起相關的片段（那就是 RAG 裡的那個「R」）。您能把它作為一個託管服務來租，或者您能在一台 VPS 上自己跑它、把您的資料——常常是您的私有資料——留在一台您掌控的機器上。這是怎麼做，以及它在 RAM 上實際花多少。

兩個好選擇

您不需要任何奇特的東西。兩條路覆蓋幾乎所有人：

pgvector —— 一個 Postgres 擴充。如果您已經在跑 Postgres（或樂意跑），這給您已有的資料庫加上向量搜尋。一個服務、一份備份、您會的 SQL。遠遠是最省事的起點。

Qdrant —— 一個專建的向量引擎。當您有很多向量（一到幾百萬+）、或想要快速的元資料過濾和一個專用 API 時上它。它是一個要跑的單獨服務，但它正是為這活而建。

對大多數剛站穩腳跟的代理，pgvector 是對的第一個答案。 長過它了再轉 Qdrant，別提前。

RAM 的現實（這是人們低估的部分）

向量搜尋快，因為索引住在記憶體裡——所以 RAM，而不是磁碟，才是您真正的約束。一個粗略指引：

• 幾十萬個 embeddings —— 舒服地放進 2 GB。
• 一到幾百萬 —— 規劃 4 GB+ 並調索引。
• 磁碟是簡單的部分：一百萬個 embeddings 只有幾 GB，所以 25–45 GB 覆蓋一個正經的庫。

所以按索引設定，不是按檔案。（跟通用設定指南是同一套邏輯——重的東西您不量就看不出來。）

快速上手：pgvector

在一台有 Postgres 的機器上（Docker 最簡單——跟自託管 n8n 同一個套路）：

CREATE EXTENSION IF NOT EXISTS vector;

CREATE TABLE memory (
  id bigserial PRIMARY KEY,
  content text,
  embedding vector(1536)        -- 匹配你 embedding 模型的維度
);

-- 有了資料之後，建一個索引以加快搜尋：
CREATE INDEX ON memory USING hnsw (embedding vector_cosine_ops);

您的代理插入 content + 它的 embedding，然後用 ORDER BY embedding <=> $query_embedding LIMIT 5 查詢，拉出最近的記憶。那就是整個迴圈。

更想用 Qdrant？它是一個暴露 HTTP/gRPC API 的單個 Docker 容器；您用您的向量大小建立一個 collection、upsert 點。同樣的想法、專用引擎。

它能跟代理共享一台機器嗎？

能——對中小型記憶庫，把向量資料庫跑在跟代理同一台 VPS 上。 它更簡單、延遲基本為零。只有當一個開始把另一個從 RAM 裡擠出去時才拆到單獨的伺服器上。那是一個以後的、值得擁有的好問題的決定，不是第一天的。

誠實的注意事項

• RAM 是那堵牆，而且它很安靜。 搜尋一直快，直到索引不再裝進記憶體，然後它退化。盯著記憶體、在它咬人之前擴容——別等慢查詢來告訴您。
• 建立 embeddings 要花 token。 您 embed 的每份文件都是對一個 embedding 模型的一次 API 呼叫。庫託管起來便宜；產生向量是那筆經常性成本——和跑一個代理實際花多少有關。
• 備份它。 您代理的記憶和別的資料一樣是資料。如果它要緊，做備份。

在這之內，一個自託管的向量庫是給代理持久記憶、又不把您私有資料交給第三方的乾淨辦法。從一台 2 GB 機器上的 pgvector 起步、盯著 RAM，只有當數字讓您升時，才長進 Qdrant 或一個更大的方案。