搭配Hernes使用的记忆工具插件，OpenViking配置文件基础介绍

一、配置文件ov.conf示例

{
    "storage":
    {
        "workspace": "/tmp/openviking_workspace2"
    },
    "log":
    {
        "level": "INFO",
        "output": "file"
    },
    "server":
    {
        "host": "127.0.0.1",
        "port": "8718"
    },
    "embedding":
    {
        "dense":
        {
            "api_base": "http://127.0.0.1:8000/v1",
            "api_key": "qwen-embedding-local",
            "provider": "openai",
            "api_version": "",
            "dimension": 1024,
            "model": "qwen-embedding-local"
        },
        "max_concurrent": 1
    },
    "vlm":
    {
        "api_base": "http://127.0.0.1:8000/v1",
        "api_key": "empty",
        "provider": "openai",
        "model": "glm-chat-local",
        "max_retries": 4,
        "max_concurrent": 3,
        "timeout": 180
    }
}

1、存储配置

"storage":
    {
        "workspace": "/tmp/openviking_workspace2"
    },

• workspace：工作目录
• 程序会把临时文件、缓存、处理中间结果都存在这个文件夹里

2、日志配置

"log": {
    "level": "INFO",
    "output": "file"
}

• level: 日志级别 = INFO（只输出普通信息、警告、错误，不输出调试细节）
• output: 输出方式 = file（日志写进文件，不直接打印在屏幕上）

3、服务配置

"server": {
    "host": "127.0.0.1",
    "port": "8718"
}

• host: 127.0.0.1（只能本机访问，如需外部访问根据自身情况调整配置）
• port: 8718（服务端口）

4、向量模型配置

"embedding":
    {
        "dense":
        {
            "api_base": "http://127.0.0.1:8000/v1",
            "api_key": "qwen-embedding-local",
            "provider": "openai",
            "api_version": "",
            "dimension": 1024,
            "model": "qwen-embedding-local"
        },
        "max_concurrent": 1
    },

文本 / 图像向量化的配置，用来把内容转成数字向量，做检索、相似度匹配。

• api_base: 向量模型服务地址
• api_key: 密钥（这里是自定义的，不是真的 OpenAI）
• provider: openai（兼容 OpenAI 接口格式，但实际是本地模型）
• dimension: 1024（向量维度 1024 维）
• model: 向量模型
• max_concurrent: 1（同时最多发 1 个请求，不并发）

5、视觉语言大模型

"vlm":
    {
        "api_base": "http://127.0.0.1:8000/v1",
        "api_key": "empty",
        "provider": "openai",
        "model": "glm-chat-local",
        "max_retries": 4,
        "max_concurrent": 3,
        "timeout": 180
    }

VLM = Vision Language Model，能看图回答问题、图文理解。

• api_base: 大模型服务地址
• api_key: empty（不需要密钥）
• provider: openai（同样兼容 OpenAI 接口）
• model: glm-chat-local（模型）
• max_retries: 4（请求失败最多重试 4 次）
• max_concurrent: 3（同时最多 3 个并发请求）
• timeout: 180（超时时间 180 秒（3 分钟））

二、配置文件ovcli.conf示例

一般情况下使用最基础的两个核心参数就够用，这块只做简单描述

{
  // 1. 核心连接（必配）
  "url": "http://127.0.0.1:8000",     // 服务端地址：http://<host>:<port>
  "api_key": "ov-root-123",           // 服务端 root_api_key（鉴权用）
  "timeout": 180,                     // 单次请求超时（秒），默认180

  // 2. 高级网络（可选）
  "insecure": false,                  // 是否跳过SSL证书校验（开发true）
  "ca_file": "",                      // 自定义CA证书路径（HTTPS用）
  "proxy": "",                        // 代理地址：http://127.0.0.1:7890

  // 3. 上传/传输（可选，代码开发常用）
  "upload": {
    "mode": "local",                  // local（本地）/shared（分布式共享）
    "max_size": 10485760,             // 单文件最大尺寸（字节，默认10MB）
    "concurrency": 3                  // 并发上传数（代码索引调5–10）
  },

  // 4. 日志（可选）
  "log_level": "INFO",                // CLI日志：DEBUG/INFO/WARN/ERROR
  "output": "stdout"                  // 日志输出：stdout/file
}

一般情况如下配置即可

{
  "url": "http://127.0.0.1:8718",
  "timeout": 60.0
}