首次设置

在连接 Agent 之前，先完成 /setup 中的四个步骤。你要为 Lore 配置一个 embedding 模型和一个聊天模型，然后编写每次会话都会加载的启动记忆（boot）。

开始前准备复制锚点链接

• 一个 embedding 端点：任何兼容 OpenAI 的 /v1/embeddings 服务，例如 OpenAI 或自建的模型服务。你需要它的 base URL、API key 和模型名称。
• 一个 聊天端点，用于 View LLM。它支持三种协议之一：OpenAI 兼容 Chat、OpenAI Responses 或 Anthropic Messages。
• 如果同一个服务商用一个 key 同时提供两种端点，就在两个步骤中填入同一个 key。

1. Embedding复制锚点链接

在 Embedding 步骤中填写：

语义召回需要 embedding 模型。

2. View LLM复制锚点链接

View LLM 负责生成召回所搜索的 gist 视图和 question 视图，并且负责运行 Dream。选择与你的端点匹配的协议：

填写聊天端点的 base URL、API key 和模型。如果把 base URL 留空，就会关闭视图精修和 Dream 运行。

3. 全局启动记忆复制锚点链接

每次会话都会加载三个全局节点，它们共同构成启动记忆（boot）基线。每个节点都写成简短、直接的文字。之后可以在 /memory 中修改任意节点。

core://agent：适用于所有 Agent 的规则复制锚点链接

填写：

• Agent 应如何与你协作：何时先读记忆，何时把经验写回，何时先征求你的同意再行动。
• 适用于所有运行时的决策默认值和边界。

不要写只适用于某一个运行时的规则。这些规则应放在第 4 步的 core://agent/<runtime> 中。

core://soul：风格与人设复制锚点链接

填写：

• 你想要的语气，例如直接、温和或简洁，以及 Agent 应如何提出不同意见。
• Agent 在对话中应有的表现。

不要写具体任务的细节。这个节点只描述风格。

preferences://user：你的工作方式复制锚点链接

填写：

• 对任何 Agent 都有帮助的稳定信息，例如你的角色、常用语言和主要使用的技术栈。
• 工作偏好，例如「先写失败的测试」。

不要写猜测、一次性的任务细节和密钥。

Lore 内置的使用规则是单独的设置（lifecycle.guidance.global）。你不需要把它们抄进启动记忆节点。

4. 渠道 Agent 记忆复制锚点链接

为你接入的每个运行时添加一个节点，URI 使用 core://agent/<runtime>，例如 core://agent/claudecode、core://agent/codex、core://agent/opencode、core://agent/pi、core://agent/openclaw、core://agent/hermes、core://agent/zcode 或 core://agent/dsh。

只写适用于该运行时内部的内容：

• 钩子和插件的行为，例如启动记忆和召回如何送达 Agent。
• 运行时显示的工具名称。在 Claude Code 中，Lore 工具带有 mcp__plugin_lore_lore__ 前缀，例如 mcp__plugin_lore_lore__lore_search。
• 只适用于该运行时的命令和约定。

共享规则不要写在这里，应放在 core://agent 中。Skip（跳过）在这一步同样可用。

5. 保存并重启复制锚点链接

保存设置，然后重启你接入的每个 Agent 运行时。钩子和 MCP 客户端会在启动时读取服务器配置。

通过命令行保存设置复制锚点链接

你也可以用 PUT /api/settings 从脚本中设置同样的值。发送一个 patch 对象，其中的键与设置项参考一致。设置保存在数据库中，而不是 .env 中。

curl -fsS -X PUT http://127.0.0.1:18901/api/settings \
  -H 'content-type: application/json' \
  -H 'authorization: Bearer lm_your_token' \
  --data '{
    "patch": {
      "embedding.provider": "openai_compatible",
      "embedding.base_url": "https://api.openai.com/v1",
      "embedding.api_key": "YOUR_EMBEDDING_API_KEY",
      "embedding.model": "text-embedding-3-small",
      "view_llm.provider": "openai_compatible",
      "view_llm.base_url": "https://api.openai.com/v1",
      "view_llm.api_key": "YOUR_CHAT_API_KEY",
      "view_llm.model": "YOUR_CHAT_MODEL"
    }
  }'

• 如果服务器没有设置 API_TOKEN，就去掉 authorization 这一行。
• Lore 不会再显示已保存的 *.api_key 值，只会显示是否已设置。

验证复制锚点链接

1. 检查健康端点：

   复制代码

   curl -fsS http://127.0.0.1:18901/api/health

2. 打开 /memory，确认三个全局节点都已存在。

3. 打开 /recall，用你某个项目中的真实问题发起查询，检查候选结果和分数。如果没有匹配的记忆，显示清楚的空结果也是正常的。

4. 在已接入的运行时中开始一个新会话，让 Agent 调用 lore_boot。启动记忆基线应该会被加载。

5. 发送一条真实的项目相关提示。此时应该会出现 <recall> 块。在依赖某条被召回的节点之前，先用 lore_get_node 打开它。