Cannot find vector model in Settings > Service Model > Memory Vectorization Model List

快速结论：该问题出现在自部署 LobeChat Docker 实例中，即使用户在模型列表中能看到 embedding 模型，在“设置 → 服务模型 → 记忆向量化模型列表”下拉框中也无法选择。优先通过 Docker 环境变量手动配置记忆向量化模型。

问题场景

用户在自部署（Self-hosted Docker）的 LobeChat 2.2.2 版本中，使用 OpenAI 作为 AI 提供商，并配置了自定义 API 代理地址（中转站）。在“设置 → 服务模型”页面中，模型列表可以正常获取到 embedding 模型（如 text-embedding-3-small），但“记忆向量化模型列表”下拉选择器为空，无法更改默认记忆向量模型。

报错原文

I want to change the default memory vector model, but I cannot find the vector model in Settings > Service Model > Memory Vectorization Model List.

原因分析

这是一个已知的架构限制。UI 中的“记忆向量化模型”下拉选择器代码缺少 embedding 模型的收集器（collector），导致即使模型列表中包含 embedding 模型，这些模型也不会被填充到该下拉选择器中。这是当前版本的已有限制，并非用户配置错误。

环境排查

LobeChat 版本：2.2.2（问题在 2.1.58、2.2.0、2.2.1 中也有报告）
部署方式：自部署 Docker
AI 提供商：OpenAI（使用自定义 API 代理地址）
客户端：Web 桌面浏览器（Chrome）

解决步骤

编辑 Docker 容器的环境变量配置（如 docker-compose.yml 或 docker run 参数）。
添加以下环境变量来手动指定记忆向量化模型：
- MEMORY_USER_MEMORY_EMBEDDING_PROVIDER=openai
- MEMORY_USER_MEMORY_EMBEDDING_MODEL=text-embedding-3-small
- MEMORY_USER_MEMORY_EMBEDDING_API_KEY=sk-your-api-key
- MEMORY_USER_MEMORY_EMBEDDING_BASE_URL=https://your-proxy-address/v1
由于你使用的是自定义 API 代理地址，MEMORY_USER_MEMORY_EMBEDDING_BASE_URL 必须显式指定，否则系统会默认路由到 OpenAI 官方端点。
（可选）如果需要设置知识库默认向量模型，可添加：
```
DEFAULT_FILES_CONFIG=embedding_model=openai/text-embedding-3-small
```
重启 Docker 容器使环境变量生效。