Memory провайдеры

Быстрый старт

Также можно выбрать провайдер через hermes plugins -> Provider Plugins -> Memory Provider.

Ручная настройка в ~/.hermes/config.yaml:

Принцип работы

При активном memory-провайдере Hermes автоматически:

1. Инжектит контекст провайдера в системный промпт
2. Предзагружает релевантные воспоминания перед каждым ходом (фоновый, неблокирующий режим)
3. Синхронизирует ходы разговора с провайдером после каждого ответа
4. Извлекает воспоминания при завершении сессии (для провайдеров с поддержкой)
5. Зеркалит записи встроенной памяти (MEMORY.md / USER.md) во внешний провайдер
6. Добавляет инструменты провайдера для поиска, хранения и управления памятью

Встроенная память продолжает работать как раньше. Внешний провайдер работает как дополнение.

Важно: Одновременно может быть активен только ОДИН внешний провайдер. Встроенная память всегда активна параллельно.

Доступные провайдеры

Honcho

AI-native модель кросс-сессионного моделирования пользователей с диалектическим рассуждением, контекстной инъекцией на уровне сессий, семантическим поиском и персистентными выводами.

Лучше всего подходит: Мультиагентные системы с кросс-сессионным контекстом, выравнивание user-agent.

Зависимости: pip install honcho-ai + API-ключ или self-hosted инстанс.

Хранилище данных: Honcho Cloud или self-hosted.

Стоимость: платно (cloud) / бесплатно (self-hosted).

Инструменты (5):

• honcho_profile -- чтение/обновление peer card
• honcho_search -- семантический поиск
• honcho_context -- контекст сессии (сводка, репрезентация, карта, сообщения)
• honcho_reasoning -- LLM-синтезированное рассуждение
• honcho_conclude -- создание/удаление выводов

Архитектура: Двухслойная контекстная инъекция. Базовый слой (сводка сессии + репрезентация + peer card) обновляется по contextCadence. Диалектический слой (LLM-рассуждение) обновляется по dialecticCadence. Диалектика автоматически выбирает cold-start промпты (общие факты о пользователе) или warm-промпты (контекст сессии) в зависимости от наличия базового контекста.

Три независимых параметра конфигурации:

• contextCadence -- частота обновления базового слоя
• dialecticCadence -- частота вызова диалектического LLM
• dialecticDepth -- количество проходов .chat() за вызов (1-3)

Настройка:

Конфигурация: $HERMES_HOME/honcho.json (профиль-локальный) или ~/.honcho/config.json (глобальный).

Минимальный honcho.json (облачный):

Минимальный honcho.json (self-hosted):

Мультипрофильная настройка:

Honcho моделирует разговоры как обмен сообщениями между peer'ами -- один user peer и один AI peer на каждый Hermes-профиль, разделяющие workspace. Workspace -- это общее окружение. Каждый AI peer строит независимую репрезентацию из собственных наблюдений.

Создание нового профиля с Honcho peer:

--clone создаёт блок hermes.coder в honcho.json с aiPeer: "coder", разделяемым workspace и унаследованными настройками.

Для существующих профилей:

OpenViking

Контекстная база данных от Volcengine (ByteDance) с иерархией знаний в стиле файловой системы, многоуровневым извлечением и автоматической категоризацией памяти в 6 категорий.

Лучше всего подходит: Self-hosted управление знаниями со структурированным просмотром.

Зависимости: pip install openviking + запущенный сервер.

Хранилище данных: Self-hosted (локально или в облаке).

Стоимость: бесплатно (open-source, AGPL-3.0).

Инструменты (5):

• viking_search -- семантический поиск
• viking_read -- многоуровневое чтение (abstract/overview/full)
• viking_browse -- навигация по файловой системе знаний
• viking_remember -- сохранение фактов
• viking_add_resource -- загрузка URL/документов

Настройка:

Ключевые особенности:

• Многоуровневая загрузка контекста: L0 (~100 токенов) -> L1 (~2k) -> L2 (полный)
• Автоматическое извлечение памяти при коммите сессии
• Схема URI viking:// для иерархической навигации

Mem0

Серверное LLM-извлечение фактов с семантическим поиском, переранжированием и автоматической дедупликацией. Поддерживает Mem0 Platform (облако) и OSS (self-hosted).

Лучше всего подходит: Автоматическое управление памятью без ручной настройки.

Зависимости: pip install mem0ai + API-ключ (platform) или LLM/векторное хранилище (OSS).

Хранилище данных: Mem0 Cloud (platform) или self-hosted (OSS).

Стоимость: платно (platform) / бесплатно (OSS).

Инструменты (5):

• mem0_list -- список всех воспоминаний (с пагинацией)
• mem0_search -- семантический поиск с переранжированием
• mem0_add -- сохранение фактов
• mem0_update -- обновление по ID
• mem0_delete -- удаление по ID

Настройка (Platform):

Настройка (OSS):

Конфигурация: $HERMES_HOME/mem0.json.

Ключевые параметры:

• mode -- platform или oss
• user_id -- идентификатор пользователя (по умолчанию hermes-user)
• agent_id -- идентификатор агента (по умолчанию hermes)
• rerank -- переранжирование результатов (только platform)

Hindsight

Долгосрочная память с графом знаний, резолюцией сущностей и мультистратегическим извлечением. Инструмент hindsight_reflect обеспечивает кросс-синтез памяти. Автоматически сохраняет полные ходы разговора (включая вызовы инструментов).

Лучше всего подходит: Извлечение на основе графа знаний с связями между сущностями.

Зависимости: API-ключ (cloud) или LLM API-ключ (local).

Хранилище данных: Hindsight Cloud или локальная embedded PostgreSQL.

Стоимость: платно (cloud) / бесплатно (local).

Инструменты (3):

• hindsight_retain -- сохранение с извлечением сущностей
• hindsight_recall -- мультистратегический поиск
• hindsight_reflect -- кросс-синтез памяти

Настройка:

Конфигурация: $HERMES_HOME/hindsight/config.json.

Ключевые параметры:

• mode -- cloud или local
• bank_id -- идентификатор хранилища памяти
• recall_budget -- тщательность извлечения: low / mid / high
• memory_mode -- hybrid, context или tools
• auto_retain -- автоматическое сохранение ходов
• auto_recall -- автоматическое извлечение перед каждым ходом

Holographic

Локальное хранилище фактов на SQLite с полнотекстовым поиском FTS5, системой доверия и HRR (Holographic Reduced Representations) для композиционных алгебраических запросов.

Лучше всего подходит: Локальная память с продвинутым извлечением, без внешних зависимостей.

Зависимости: нет (SQLite доступен всегда). NumPy опционально для HRR.

Хранилище данных: локальная SQLite.

Стоимость: бесплатно.

Инструменты (2):

• fact_store -- 9 действий: add, search, probe, related, reason, contradict, update, remove, list
• fact_feedback -- оценка helpful/unhelpful для обучения системы доверия

Настройка:

Конфигурация: config.yaml в секции plugins.hermes-memory-store.

Ключевые параметры:

• db_path -- путь к SQLite базе
• auto_extract -- автоизвлечение фактов при завершении сессии
• default_trust -- оценка доверия по умолчанию (0.0-1.0)

Уникальные возможности:

• probe -- алгебраическое извлечение по конкретной сущности
• reason -- композиционные AND-запросы по нескольким сущностям
• contradict -- автоматическое обнаружение противоречивых фактов
• Система доверия с асимметричной обратной связью (+0.05 helpful / -0.10 unhelpful)

RetainDB

Облачный API памяти с гибридным поиском (Vector + BM25 + Reranking), 7 типами памяти и дельта-компрессией.

Лучше всего подходит: Команды, уже использующие инфраструктуру RetainDB.

Зависимости: аккаунт RetainDB + API-ключ.

Хранилище данных: RetainDB Cloud.

Стоимость: $20/мес.

Инструменты (7):

• retaindb_profile -- профиль пользователя
• retaindb_search -- семантический поиск
• retaindb_context -- контекст задачи
• retaindb_remember -- сохранение с типом и важностью
• retaindb_forget -- удаление воспоминаний

Настройка:

ByteRover

Персистентная память через CLI brv -- иерархическое дерево знаний с многоуровневым извлечением (нечёткий текст -> LLM-управляемый поиск). Локально-ориентированный с опциональной облачной синхронизацией.

Лучше всего подходит: Разработчики, которым нужна портативная локальная память с CLI.

Зависимости: ByteRover CLI (npm install -g byterover-cli).

Хранилище данных: локально (по умолчанию) или ByteRover Cloud (опционально).

Стоимость: бесплатно (локально) / платно (cloud).

Инструменты (3):

• brv_query -- поиск по дереву знаний
• brv_curate -- сохранение фактов/решений/паттернов
• brv_status -- версия CLI и статистика дерева

Настройка:

Ключевые особенности:

• Автоматическое извлечение перед сжатием контекста
• Дерево знаний хранится в $HERMES_HOME/byterover/ (изолировано по профилям)
• SOC2 Type II облачная синхронизация (опционально)

Supermemory

Семантическая долгосрочная память с профильным извлечением, семантическим поиском, инструментами явного управления и графовой загрузкой сессий через Supermemory graph API.

Лучше всего подходит: Семантическое извлечение с профилированием пользователей и построением графа на уровне сессий.

Зависимости: pip install supermemory + API-ключ.

Хранилище данных: Supermemory Cloud.

Стоимость: платно.

Инструменты (4):

• supermemory_store -- сохранение явных воспоминаний
• supermemory_search -- семантический поиск
• supermemory_forget -- удаление по ID или запросу
• supermemory_profile -- персистентный профиль и недавний контекст

Настройка:

Конфигурация: $HERMES_HOME/supermemory.json.

Ключевые параметры:

• container_tag -- тег контейнера (поддерживает шаблон {identity} для изоляции по профилям)
• auto_recall -- автоматическое извлечение перед ходами
• auto_capture -- автоматическое сохранение ходов
• search_mode -- hybrid, memories или documents

Ключевые особенности:

• Автоматическая изоляция контекста -- удаление извлеченных воспоминаний из захваченных ходов
• Полноценная загрузка сессии при завершении
• Мульти-контейнерный режим с enable_custom_container_tags

Memori

Структурированная долгосрочная память через Memori Cloud с фоновым захватом завершённых ходов, контекстом, осведомлённым об инструментах, и инструментами явного извлечения для фактов, сводок, квот, регистрации и обратной связи.

Лучше всего подходит: Агент-управляемое извлечение со структурированным отнесением к проектам и сессиям.

Зависимости: pip install hermes-memori + hermes-memori install + API-ключ.

Хранилище данных: Memori Cloud.

Стоимость: платно.

Инструменты (5):

• memori_recall -- поиск долгосрочной памяти
• memori_recall_summary -- обобщённый контекст
• memori_quota -- использование/квота
• memori_signup -- запрос email для регистрации
• memori_feedback -- отправка обратной связи

Настройка:

Сравнительная таблица провайдеров

Изоляция по профилям

Данные каждого провайдера изолированы по профилям:

• Локальные провайдеры (Holographic, ByteRover) используют пути $HERMES_HOME/, различающиеся для каждого профиля.
• Провайдеры с конфигурационными файлами (Honcho, Mem0, Hindsight, Supermemory) хранят конфигурацию в $HERMES_HOME/, поэтому каждый профиль имеет собственные учётные данные.
• Облачные провайдеры (RetainDB) автоматически формируют имена проектов, изолированные по профилям.
• Провайдеры с переменными окружения (OpenViking) настраиваются через .env файл каждого профиля.

Примеры

Быстрый выбор провайдера

Ручная настройка OpenViking

Использование Mem0 OSS

Мультипрофиль с Honcho

Отключение memory-провайдера