企业官网建设流程全解析

Supermemory local 如何配合 Ollama 本地模型实现完全离线运行

【免费下载链接】supermemoryMemory and context engine + app that is extremely fast, scalable, and can be run fully locally. The Memory API for the AI era.项目地址: https://gitcode.com/GitHub_Trending/su/supermemory

Supermemory 提供自托管二进制supermemory-server（即 Supermemory local），内置图引擎、本地向量化和完整 Memory API。当你的需求是"数据不出本机"时，官方文档给出的离线方案是：把 LLM 指向本机的 OpenAI 兼容端点——Ollama（LM Studio、vLLM、llama.cpp 同理）——向量计算默认走本机模型，全程不需要任何外部 API key。这篇文章按"装 Ollama 模型 → 装 Supermemory local → 配置启动 → 写入并检索验证"的顺序走一遍，来源是 self-hosting overview、Quickstart、Providers、Configuration 和 Embeddings。

前提条件（文档明确列出的适用范围）：

• 安装器支持的操作系统：macOS（Apple Silicon 与 Intel）、Linux（x64 与 arm64）；
• 本机已安装并在localhost:11434提供 OpenAI 兼容接口的 Ollama（文档示例统一使用该地址）。

拉取本地模型

按 Providers 文档 的 Ollama 一节，先拉取模型：

ollama pull gpt-oss:20b

文档把gpt-oss:20b作为"laptop-class GPU 的良好默认值"；如果你显存更大，可以把OPENAI_MODEL改为你实际拉取的任意模型。

Supermemory local 需要 LLM 完成三类智能步骤：摘要（summaries）、上下文分块（contextual chunking）和记忆抽取（memory extraction）。离线部署下这些步骤全部由这个本地模型承担。

安装 Supermemory local

安装命令见 Quickstart，两种方式任选其一：

curl -fsSL https://supermemory.ai/install | bash

npx supermemory local

安装器会检测操作系统和架构、下载对应二进制并做校验；交互运行时还会提示你输入 LLM API key。如需固定或回滚版本，在 curl 命令后追加版本号参数，例如curl -fsSL https://supermemory.ai/install | bash -s -- 0.0.3。

指向 Ollama 启动（主路径）

Overview 文档 的 "Runs fully offline" 一节给出的最短启动命令如下，三个环境变量把 Supermemory 的 LLM 指向本机 Ollama：

OPENAI_BASE_URL=http://localhost:11434/v1 \ OPENAI_API_KEY=ollama \ OPENAI_MODEL=gpt-oss:20b \ supermemory-server

各变量的作用（来自 Configuration 的变量表）：

两个补充说明：

• 安装器会把 API key 写入~/.supermemory/env，每次启动自动加载；你也可以像上面一样在 shell 或进程管理器里设置变量。
• 如果首次启动时没有任何 provider key 且终端是交互式的，服务器会进入配置向导：选择 "OpenAI-compatible endpoint"（文档明确列出 Ollama 属于此类），粘贴 base URL 和 model 名，选择会被加密保存供后续每次启动使用。没有 TTY 的环境（Docker/CI）不会有交互提示，必须用环境变量配置。

首次启动成功后，终端会打印启动信息框（以下为文档示例输出，你的 key 和 org id 不同）：

┌──────────────────────────────────────────────────┐ │ url http://localhost:6767 │ │ database ./.supermemory │ │ api key sm_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx │ │ org id xxxxxxxxxxxxxxxxxxxxxx │ └──────────────────────────────────────────────────┘

记下api key（sm_开头），它是之后每个请求的 bearer token。

向量化默认就是本地的

离线部署的一个关键点是：embedding 不需要额外配置。默认值（见 Embeddings 文档）：

• Provider：local
• 模型：Xenova/bge-base-en-v1.5（768 维，ONNX 本机运行）
• API key：无

也就是说 LLM 走 Ollama、向量走本地 ONNX 模型、图引擎内嵌在二进制里，数据全链路留在本机。首次启动向导中的 embedding 选择步骤直接按 Enter 保留本地模型即可。

可选分支：文档也支持让 Ollama 提供 embedding（比如需要多语言向量时），配置为 OpenAI 兼容远端：

SUPERMEMORY_EMBEDDING_PROVIDER=openai SUPERMEMORY_EMBEDDING_BASE_URL=http://localhost:11434/v1 OPENAI_API_KEY=ollama SUPERMEMORY_EMBEDDING_MODEL=nomic-embed-text SUPERMEMORY_EMBEDDING_DIMENSIONS=768

维度必须与你所选模型公布的维度一致；与已存储向量不匹配时服务器会拒绝启动。默认本地模型是英文专用的——非英文语料的摄入可以成功，但稠密语义召回会偏弱，多语言场景应在大批量导入前就换模型。

验证：写入并检索一条记忆

用首次启动打印的 API key 替换下面命令中的sm_...，向本地服务器写入一条记忆：

curl http://localhost:6767/v3/documents \ -H "Authorization: Bearer sm_..." \ -H "Content-Type: application/json" \ -d '{ "content": "I am Dhravya. I love building dev tools and I am allergic to peanuts.", "containerTag": "user_dhravya" }'

再用同一个 key 检索：

curl http://localhost:6767/v3/search \ -H "Authorization: Bearer sm_..." \ -H "Content-Type: application/json" \ -d '{ "q": "what food should I avoid?", "containerTag": "user_dhravya" }'

两条命令都打到localhost:6767，即首次启动打印的url。检索能回到你写入的内容（如文档示例中的花生过敏这条），说明摄入、抽取、向量化和混合检索这条链在本机闭环跑通了。SDK 侧同理，把baseURL指到本地即可：

const client = new Supermemory({ apiKey: "sm_...", // 首次启动时打印 baseURL: "http://localhost:6767", })

离线部署的限制与排查点

只列文档明确说明、且与离线运行直接相关的项：

• 图片、视频、高保真 PDF 理解不可离线使用。Configuration 注明这三类理解需要 Gemini 或 Vertex AI key；纯文本摄入、记忆抽取和搜索在任意 provider（包括本地 Ollama）下都可用。
• embedding 不能就地换模型。不同模型（或不同维度）的向量不可比较，改了模型要启用新数据目录或全部重新摄入；维度与已存数据不一致时服务器拒绝启动。
• v0.0.5 的混合模型 bug：写入与读取路径可能使用不同 embedding 模型，导致精确文本搜索经/v4/search、/v4/profile静默返回{"results":[],"total":0}。该问题在v0.0.7通过数据库层锁定统一的 embedding 方案修复。如果你还在 v0.0.5，用supermemory-server upgrade升到 v0.0.7 或更新版本；回滚版本前文档建议先备份数据目录（默认./.supermemory，或$SUPERMEMORY_DATA_DIR），因为旧版本可能不识别新版本产生的 schema 变化。
• 平台独有能力自托管不含：Connectors（Google Drive、Notion、Gmail、OneDrive）、Supermemory MCP 等只在托管平台提供，离线环境里不要期望它们存在。
• 遥测：自托管二进制本身不发送任何分析数据；SUPERMEMORY_DISABLE_TELEMETRY=1只是额外关闭内部 AI SDK 遥测，非离线所必需。

数据目录方面，全部状态集中在./.supermemory/（图引擎数据、认证 secret、embedding 模型缓存），可用SUPERMEMORY_DATA_DIR迁移；~/.supermemory/env存安装器保存的 key。备份或迁移机器时围绕这两个路径操作即可。

自托管与托管平台走同一套 API，将来如果要把同一份代码迁到平台，文档给出的方式就是改一处baseURL；离线单机的能力边界详见 Local vs. Enterprise。

【免费下载链接】supermemoryMemory and context engine + app that is extremely fast, scalable, and can be run fully locally. The Memory API for the AI era.项目地址: https://gitcode.com/GitHub_Trending/su/supermemory