Hindsight 如何在 Windows 上原生安装运行并连接外部 PostgreSQL

Hindsight 如何在 Windows 上原生安装运行并连接外部 PostgreSQL【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight在 Hindsight 的官方安装文档中Windows (x86_64) 被列为完全支持的平台Docker、pip 裸机安装、嵌入式数据库pg0三项均可用。这意味着不需要 Docker 也可以在 Windows 上原生运行 Hindsight先用内置的嵌入式数据库跑通服务再按需切换到自己的 PostgreSQL 实例。这篇文章覆盖两个连续步骤先完成 Windows 原生安装并运行 Hindsight然后为它安装并连接一个外部 PostgreSQL含 pgvector 扩展最后用健康检查端点确认数据库连接生效。适用前提均来自安装文档Windows x86_64需要一个 LLM API Key用于事实抽取、实体解析和回答生成若要使用外部 PostgreSQLPostgreSQL 14以及 Visual Studio Build Tools用于编译 pgvector。第一步原生安装并运行使用内置嵌入式数据库Windows 上使用嵌入式数据库pg0开箱即用文档给出的最短路径是pip install hindsight-api set HINDSIGHT_API_LLM_PROVIDERopenai set HINDSIGHT_API_LLM_API_KEYsk-xxx set HINDSIGHT_API_LLM_MODELgpt-4o-mini hindsight-api其中sk-xxx需要替换为你自己的 LLM API Key。启动后 API Server 运行在 http://localhost:8888。这一步的作用是验证安装本身没问题。此时服务使用的是嵌入式 pg0 数据库——HINDSIGHT_API_DATABASE_URL未设置时默认值就是pg0见 configuration.md 的配置表。嵌入式数据库适合开发文档明确不建议用于生产。第二步安装 PostgreSQL 并编译 pgvector外部数据库方案的前提是 PostgreSQL 14 且带有向量扩展默认扩展为pgvector其他支持的扩展见文末说明。文档以 PostgreSQL 17 为例完整流程如下。以下命令会实际改动系统winget install会安装 PostgreSQL 17git clone会下载 pgvector 源码nmake install会把编译好的扩展装入 PostgreSQL 目录。执行前确认机器上已安装 Visual Studio Build Tools 和 Git。# Install PostgreSQL winget install PostgreSQL.PostgreSQL.17 # Build pgvector (requires Visual Studio Build Tools) git clone https://github.com/pgvector/pgvector.git cd pgvectorpgvector 的编译和安装需要在 Visual Studio 提供的专用提示符中执行。打开x64 Native Tools Command Prompt for VS然后运行set PGROOTC:\Program Files\PostgreSQL\17 nmake /F Makefile.win nmake /F Makefile.win installPGROOT指向刚安装的 PostgreSQL 17 目录如果 winget 安装路径不同例如版本不是 17需要按实际安装路径调整这一行。第三步创建数据库并启用 vector 扩展在psql中完成数据库准备两条命令分别创建数据库和启用扩展# Create the database and enable the vector extension psql -U postgres -c CREATE DATABASE hindsight; psql -U postgres -d hindsight -c CREATE EXTENSION vector;如果CREATE EXTENSION vector报找不到扩展说明上一步的 pgvector 没有成功装进PGROOT回到第二步检查编译提示符和PGROOT路径。第四步让 Hindsight 连接外部 PostgreSQL 并启动pip install hindsight-api set HINDSIGHT_API_DATABASE_URLpostgresql://postgreslocalhost:5432/hindsight set HINDSIGHT_API_LLM_PROVIDERopenai set HINDSIGHT_API_LLM_API_KEYsk-xxx set HINDSIGHT_API_LLM_MODELgpt-4o-mini hindsight-apiHINDSIGHT_API_DATABASE_URL是 PostgreSQL 连接串。文档示例为postgresql://postgreslocalhost:5432/hindsight本机、默认postgres用户、无密码如果数据库在其他主机或使用了密码账户按裸机部署章节的格式postgresql://user:passhost:5432/dbname替换为用户名、密码、主机和库名。其余 LLM 变量与第一步相同。设置后启动API Server 同样在 http://localhost:8888。验证数据库连接是否生效用 monitoring.md 中的健康端点区分三种状态端点是否检查数据库用途/health/live否只证明进程能响应请求/health/ready是检查数据库可达性/health是/health/ready的别名/health和/health/ready会取一个连接池连接并执行SELECT 1数据库可达时返回 200不可达时返回 503。所以验证外部 PostgreSQL 连接时应访问http://localhost:8888/health而不是/health/live后者即使数据库断开也会返回 200curl http://localhost:8888/health文档示例的 200 响应体如下示例结果实际数值会有差异{ status: healthy, database: connected, db_acquire_ms: 0.4, db_pool_waiting: 0 }判断方式状态码 200 且database为connected说明 Hindsight 已经通过外部 PostgreSQL 正常工作返回 503 则说明连接失败此时响应体中的db_acquire_ms和db_pool_waiting字段可用于区分是连接池耗尽还是数据库本身的问题。限制与可选分支不设置HINDSIGHT_API_DATABASE_URL时Hindsight 默认回落到嵌入式 pg0这也是第一步能直接跑起来的原因嵌入式方案仅建议用于开发。其他向量扩展默认是 pgvector如果你的 PostgreSQL 用的是 pgvectorscale、vchord 或 scannAlloyDB通过HINDSIGHT_API_VECTOR_EXTENSION指定详见 configuration.md。slim 包可选也可以pip install hindsight-api-slim但它要求为 embeddings 和 reranking 配置外部 provider同样需要外部数据库适合已有外部模型服务的场景。LLM 与模型配置provider、模型推荐与配置细节见 models.mdx全部环境变量见 configuration.md。完整的平台支持矩阵与各部署方式对照可回看 installation.md 的 Supported Platforms 表。【免费下载链接】hindsightHindsight: Agent Memory That Learns项目地址: https://gitcode.com/GitHub_Trending/hindsight2/hindsight创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考