事情要从三天前说起。Hermes Agent 接上 OpenViking 做长期记忆之后，我发现它从来不主动搜自己的知识库。每次对话都像失忆了一样，之前存的东西完全不记得。

一开始以为是配置没配对。毕竟 OpenViking 是字节跳动的开源项目，这种量级的团队不太可能犯低级错误，大概率是我哪里搞错了。版本 v0.3.14，VLM 一开始本地部署的 Ollama，后来切成了 MiniMax 的 API，embedding 是本地的 bge-small-zh。服务健康检查 200 OK，日志没报错，看起来一切正常。

但 viking_search 永远返回空。

第一层：向量库是空的

先确认最基本的——数据到底有没有进去。

curl http://127.0.0.1:1933/api/v1/observer/vikingdb

结果：Vector Count = 0。一整个向量库，空空如也。但 Semantic-Nodes 队列显示 3335 条正在处理和已完成——说明数据管道在跑，只是没入库。

等了几分钟再查，0 变成了 856。原来是异步队列积压，处理完就正常了。search 也通了。

但这只是资源索引（viking_add_resource）的部分。记忆提取（viking_remember 写入的会话记忆）还是另一回事。

第二层：VLM 提取了，但一个记忆都没存下来

viking_remember 调用返回 stored，消息确实进了 session 队列。session commit 也正常触发，task 状态 completed，VLM 甚至确认被调用了：

llm_token_usage: {prompt_tokens: 30893, completion_tokens: 4050, total_tokens: 34943}

三万多 token 的 prompt，四千 token 的回复。VLM 确实在工作。但 memories_extracted 是一个空对象 {}——八个分类全为零。

这就奇怪了。VLM 调了、回了、task 成功了，记忆去哪了？

翻 systemd 日志找到了答案：

Direct model validation failed: 1 validation error for StructuredMemoryOperations
profile.name
  Extra inputs are not permitted [type=extra_forbidden]

M2.5 确实提取了内容，质量还不错——它准确地识别出了 OpenViking 的五个工具、版本号、配置信息。但它输出的 JSON 长这样：

{"entities": [...], "tools": [...], "profile": {"name": "default", "content": "..."}, "identity": {...}}

而 OpenViking 的 Pydantic schema 期望的格式是：

{"reasoning": "...", "write_uris": [...], "edit_uris": [...], "delete_uris": [...]}

M2.5 凭自己的理解重新发明了 JSON 结构——它把记忆按类别分成了 entities、tools、profile 这些 key，甚至给 profile 加了一个 schema 里不存在的 name 字段。

Pydantic 的 extra='forbid' 策略直接把所有内容拒之门外。VLM 花了 35000 token 提取出来的记忆，一秒就被丢进了垃圾桶。

这个行为其实不怪 OpenViking。extra='forbid' 是工程上正确的防御——如果随便接受模型自由发挥的字段，脏数据就入库了。GPT 和 Claude 在指令遵循上足够强，不会犯这种错。但 M2.5 的指令遵循没想到这么弱——自己发明字段名、把 string 嵌套成 dict，完全脱离了 prompt 里定义的 schema。

第三层：不是模型越新越好

我开始怀疑是不是 M2.5 特有的问题。于是顺手测了 M2.1 和 M2——同样的默认模板，同样的 session，只换模型。加上之前 M2.7 也测过（但它的 API 限流太猛，语义摘要动不动 429，没法正经评估），实际对比了这三个：

最老的 M2 表现最好，较新的 M2.5 反而挂零。这个结果有点反直觉，但仔细想想也合理——新一代模型往往更"有主见"，倾向于用自己的方式组织输出。在创意性任务上这是优势，但在结构化 JSON 这种机械任务上反而是劣势。

类似的事在业界也有记录。有些模型升级后 benchmark 总分涨了，但 format-following 的得分跌了。只是之前看的都是别人踩的坑，这次轮到自己了。

解决

切回 M2，模板不动，一切正常：

VLM: minimax/MiniMax-M2 (litellm)
memories_extracted: 6 write + 1 edit
向量库: 3770 vectors
检索: 零报错，正常返回

中间也试过改模板——给每个 category 的 description 加上显式的 JSON 字段约束。效果立竿见影，M2.5 也从 0 变成了 7 条。但这不是正解——pip install --upgrade 会把模板覆盖回去，而且一旦 PR #1045（memory v2 重构）发版，提取器本身会更宽容，到时候模板补丁反而是多余的。

所以最终的方案就是：VLM 用 M2，其他不动。等官方更新。

几点收获

1. viking_search 空结果，先看向量库是不是 0。 异步队列积压是正常现象，等几分钟就行。

2. OpenViking 的 VLM 提取和检索是两条独立的管道。 提取依赖配置的 VLM 模型（ov.conf 里的 vlm 段），检索依赖 embedding 模型（embedding 段）。一个挂了不影响另一个。

3. M2.7 的 API 有限流。 MiniMax 最新模型 M2.7 的并发限制比较紧，资源索引的语义摘要生成会打满配额，动不动 429。这也是最终用 M2 而不是 M2.7 的另一个原因——早期模型并发限制更宽松，实际效果反而更好。

4. 不要迷信新模型的结构化输出能力。 benchmark 涨了不代表"听话"了。在这个场景里，最老的 M2 反而是最靠谱的。

5. 别在模板上打补丁。 能换模型解决的问题，不要改配置。配置是临时的，升级就丢。

版权所属：奕奕博客