记忆提供商

Hermes Agent 内置 8 个外部记忆提供商插件，赋予 Agent 超出内置 MEMORY.md 和 USER.md 的跨会话持久知识。同一时间只能激活一个外部提供商——内置记忆始终与之并行工作。

快速开始

hermes memory setup      # 交互式选择器 + 配置
hermes memory status     # 查看当前激活状态
hermes memory off        # 禁用外部提供商

你也可以通过 hermes plugins → Provider Plugins → Memory Provider 来选择激活的记忆提供商。

或在 ~/.hermes/config.yaml 中手动设置：

memory:
  provider: openviking   # 或 honcho、mem0、hindsight、holographic、retaindb、byterover、supermemory

工作原理

激活记忆提供商后，Hermes 会自动：

注入提供商上下文到系统提示中（提供商已知的内容）
预取相关记忆在每轮次之前（后台，非阻塞）
每次响应后将对话轮次同步到提供商
会话结束时提取记忆（对支持的提供商）
将内置记忆写入镜像到外部提供商
添加提供商专属工具，让 Agent 可以搜索、存储和管理记忆

内置记忆（MEMORY.md / USER.md）继续像以前一样工作。外部提供商是附加的。

可用提供商

Honcho

AI 原生跨会话用户建模，具有辩证推理、会话范围上下文注入、语义搜索和持久结论。基础上下文现在包含会话摘要以及用户表示和对等方卡片，让 Agent 了解已经讨论过的内容。


最适合	具有跨会话上下文的多 Agent 系统、用户-Agent 对齐
需要	`pip install honcho-ai` + API 密钥或自托管实例
数据存储	Honcho Cloud 或自托管
费用	Honcho 定价（云端）/ 免费（自托管）

工具（5 个）： honcho_profile（读取/更新对等方卡片）、honcho_search（语义搜索）、honcho_context（会话上下文——摘要、表示、卡片、消息）、honcho_reasoning（LLM 综合）、honcho_conclude（创建/删除结论）

架构： 两层上下文注入——基础层（会话摘要 + 表示 + 对等方卡片，按 contextCadence 刷新）加上辩证补充（LLM 推理，按 dialecticCadence 刷新）。辩证基于是否已存在基础上下文，自动选择冷启动提示（一般用户事实）或暖启动提示（会话范围上下文）。

三个正交配置旋钮独立控制成本和深度：

contextCadence — 基础层刷新频率（API 调用频率）
dialecticCadence — 辩证 LLM 触发频率（LLM 调用频率）
dialecticDepth — 每次辩证调用的 .chat() 轮数（1–3，推理深度）

设置向导：

hermes honcho setup        # （旧命令）
# 或
hermes memory setup        # 选择 "honcho"

配置： $HERMES_HOME/honcho.json（配置文件本地）或 ~/.honcho/config.json（全局）。解析顺序：$HERMES_HOME/honcho.json > ~/.hermes/honcho.json > ~/.honcho/config.json。参见配置参考和 Honcho 集成指南。

完整配置参考

键	默认值	描述
`apiKey`	--	来自 app.honcho.dev 的 API 密钥
`baseUrl`	--	自托管 Honcho 的基础 URL
`peerName`	--	用户对等方身份
`aiPeer`	主机密钥	AI 对等方身份（每个配置文件一个）
`workspace`	主机密钥	共享工作空间 ID
`contextTokens`	`null`（无上限）	每轮次自动注入上下文的 token 预算。在词边界截断
`contextCadence`	`1`	`context()` API 调用之间的最小轮次（基础层刷新）
`dialecticCadence`	`2`	`peer.chat()` LLM 调用之间的最小轮次。推荐 1–5。仅适用于 `hybrid`/`context` 模式
`dialecticDepth`	`1`	每次辩证调用的 `.chat()` 轮数。限制在 1–3。第 0 轮：冷/暖提示，第 1 轮：自我审计，第 2 轮：协调
`dialecticDepthLevels`	`null`	每轮次的可选推理级别数组，例如 `["minimal", "low", "medium"]`。覆盖比例默认值
`dialecticReasoningLevel`	`'low'`	基础推理级别：`minimal`、`low`、`medium`、`high`、`max`
`dialecticDynamic`	`true`	为 `true` 时，模型可通过工具参数按调用覆盖推理级别
`dialecticMaxChars`	`600`	注入系统提示的辩证结果最大字符数
`recallMode`	`'hybrid'`	`hybrid`（自动注入 + 工具）、`context`（仅注入）、`tools`（仅工具）
`writeFrequency`	`'async'`	刷新消息的时机：`async`（后台线程）、`turn`（同步）、`session`（会话结束时批量）或整数 N
`saveMessages`	`true`	是否将消息持久化到 Honcho API
`observationMode`	`'directional'`	`directional`（全开）或 `unified`（共享池）。用 `observation` 对象覆盖
`messageMaxChars`	`25000`	每条消息的最大字符数（超出则分块）
`dialecticMaxInputChars`	`10000`	`peer.chat()` 辩证查询输入的最大字符数
`sessionStrategy`	`'per-directory'`	`per-directory`、`per-repo`、`per-session`、`global`

最小 honcho.json（云端）

{
  "apiKey": "your-key-from-app.honcho.dev",
  "hosts": {
    "hermes": {
      "enabled": true,
      "aiPeer": "hermes",
      "peerName": "your-name",
      "workspace": "hermes"
    }
  }
}

最小 honcho.json（自托管）

{
  "baseUrl": "http://localhost:8000",
  "hosts": {
    "hermes": {
      "enabled": true,
      "aiPeer": "hermes",
      "peerName": "your-name",
      "workspace": "hermes"
    }
  }
}

从 hermes honcho 迁移

如果你之前使用了 hermes honcho setup，你的配置和所有服务器端数据都完整保留。只需再次通过设置向导重新启用，或手动设置 memory.provider: honcho 以通过新系统重新激活即可。

多对等方设置：

Honcho 将对话建模为对等方交换消息——每个 Hermes 配置文件对应一个用户对等方和一个 AI 对等方，所有对等方共享一个工作空间。工作空间是共享环境：用户对等方跨配置文件全局共享，每个 AI 对等方是其自己的身份。每个 AI 对等方从其自己的观察中构建独立的表示/卡片，因此 coder 配置文件保持代码导向，而 writer 配置文件针对同一用户保持编辑导向。

映射关系：

概念	含义
工作空间（Workspace）	共享环境。同一工作空间下所有 Hermes 配置文件看到相同的用户身份。
用户对等方（`peerName`）	人类用户。在工作空间内跨配置文件共享。
AI 对等方（`aiPeer`）	每个 Hermes 配置文件一个。主机密钥 `hermes` → 默认；其他配置文件使用 `hermes.<profile>`。
观察	每对等方切换，控制 Honcho 从谁的消息中建模。`directional`（默认，全部开启）或 `unified`（单观察者池）。

新配置文件，新 Honcho 对等方

hermes profile create coder --clone

--clone 在 honcho.json 中创建一个 hermes.coder 主机块，设置 aiPeer: "coder"，共享 workspace，继承 peerName、recallMode、writeFrequency、observation 等。AI 对等方在 Honcho 中被急切创建，在第一条消息之前就已存在。

已有配置文件，补充 Honcho 对等方

hermes honcho sync

扫描每个 Hermes 配置文件，为没有主机块的配置文件创建主机块，从默认的 hermes 块继承设置，并急切创建新的 AI 对等方。幂等操作——跳过已有主机块的配置文件。

每配置文件的观察设置

每个主机块可以独立覆盖观察配置。示例：代码导向配置文件中 AI 对等方观察用户但不自我建模：

"hermes.coder": {
  "aiPeer": "coder",
  "observation": {
    "user": { "observeMe": true, "observeOthers": true },
    "ai":   { "observeMe": false, "observeOthers": true }
  }
}

观察切换（每对等方一组）：

切换	效果
`observeMe`	Honcho 从此对等方自己的消息构建其表示
`observeOthers`	此对等方观察另一对等方的消息（提供跨对等方推理）

通过 observationMode 设置预设：

"directional"（默认）— 全部四个标志开启。完全相互观察；启用跨对等方辩证。
"unified" — 用户 observeMe: true，AI observeOthers: true，其余为 false。单观察者池；AI 建模用户但不建模自身，用户对等方仅自我建模。

通过 Honcho 仪表盘设置的服务器端切换优先于本地默认值——在会话初始化时同步回来。

参见 Honcho 页面获取完整观察参考。

完整 honcho.json 示例（多配置文件）

{
  "apiKey": "your-key",
  "workspace": "hermes",
  "peerName": "eri",
  "hosts": {
    "hermes": {
      "enabled": true,
      "aiPeer": "hermes",
      "workspace": "hermes",
      "peerName": "eri",
      "recallMode": "hybrid",
      "writeFrequency": "async",
      "sessionStrategy": "per-directory",
      "observation": {
        "user": { "observeMe": true, "observeOthers": true },
        "ai": { "observeMe": true, "observeOthers": true }
      },
      "dialecticReasoningLevel": "low",
      "dialecticDynamic": true,
      "dialecticCadence": 2,
      "dialecticDepth": 1,
      "dialecticMaxChars": 600,
      "contextCadence": 1,
      "messageMaxChars": 25000,
      "saveMessages": true
    },
    "hermes.coder": {
      "enabled": true,
      "aiPeer": "coder",
      "workspace": "hermes",
      "peerName": "eri",
      "recallMode": "tools",
      "observation": {
        "user": { "observeMe": true, "observeOthers": false },
        "ai": { "observeMe": true, "observeOthers": true }
      }
    },
    "hermes.writer": {
      "enabled": true,
      "aiPeer": "writer",
      "workspace": "hermes",
      "peerName": "eri"
    }
  },
  "sessions": {
    "/home/user/myproject": "myproject-main"
  }
}

参见配置参考和 Honcho 集成指南。

OpenViking

Volcengine（字节跳动）的上下文数据库，具有文件系统式知识层级、分层检索和自动记忆提取（6 个类别）。


最适合	具有结构化浏览的自托管知识管理
需要	`pip install openviking` + 运行中的服务器
数据存储	自托管（本地或云端）
费用	免费（开源，AGPL-3.0）

工具： viking_search（语义搜索）、viking_read（分层：摘要/概览/全文）、viking_browse（文件系统导航）、viking_remember（存储事实）、viking_add_resource（摄入 URL/文档）

设置：

# 首先启动 OpenViking 服务器
pip install openviking
openviking-server

# 然后配置 Hermes
hermes memory setup    # 选择 "openviking"
# 或手动：
hermes config set memory.provider openviking
echo "OPENVIKING_ENDPOINT=http://localhost:1933" >> ~/.hermes/.env

主要特性：

分层上下文加载：L0（~100 tokens）→ L1（~2k）→ L2（全文）
会话提交时自动提取记忆（个人资料、偏好、实体、事件、案例、模式）
viking:// URI 方案用于层级知识浏览

Mem0

服务器端 LLM 事实提取，具有语义搜索、重排序和自动去重。


最适合	免手动记忆管理——Mem0 自动处理提取
需要	`pip install mem0ai` + API 密钥
数据存储	Mem0 Cloud
费用	Mem0 定价

工具： mem0_profile（所有存储的记忆）、mem0_search（语义搜索 + 重排序）、mem0_conclude（存储逐字事实）

设置：

hermes memory setup    # 选择 "mem0"
# 或手动：
hermes config set memory.provider mem0
echo "MEM0_API_KEY=your-key" >> ~/.hermes/.env

配置： $HERMES_HOME/mem0.json

键	默认值	描述
`user_id`	`hermes-user`	用户标识符
`agent_id`	`hermes`	Agent 标识符

Hindsight

具有知识图谱、实体解析和多策略检索的长期记忆。hindsight_reflect 工具提供其他提供商都没有的跨记忆综合。自动保留完整对话轮次（包括工具调用）并进行会话级文档跟踪。


最适合	基于知识图谱的实体关系回调
需要	云端：来自 ui.hindsight.vectorize.io 的 API 密钥。本地：LLM API 密钥（OpenAI、Groq、OpenRouter 等）
数据存储	Hindsight Cloud 或本地嵌入式 PostgreSQL
费用	Hindsight 定价（云端）或免费（本地）

工具： hindsight_retain（存储并提取实体）、hindsight_recall（多策略搜索）、hindsight_reflect（跨记忆综合）

设置：

hermes memory setup    # 选择 "hindsight"
# 或手动：
hermes config set memory.provider hindsight
echo "HINDSIGHT_API_KEY=your-key" >> ~/.hermes/.env

设置向导自动安装依赖，只安装所选模式所需的内容（云端安装 hindsight-client，本地安装 hindsight-all）。需要 hindsight-client >= 0.4.22（会话启动时若版本过旧则自动升级）。

本地模式界面： hindsight-embed -p hermes ui start

配置： $HERMES_HOME/hindsight/config.json

键	默认值	描述
`mode`	`cloud`	`cloud` 或 `local`
`bank_id`	`hermes`	记忆库标识符
`recall_budget`	`mid`	回调彻底程度：`low` / `mid` / `high`
`memory_mode`	`hybrid`	`hybrid`（上下文 + 工具）、`context`（仅自动注入）、`tools`（仅工具）
`auto_retain`	`true`	自动保留对话轮次
`auto_recall`	`true`	每轮次之前自动回调记忆
`retain_async`	`true`	在服务器上异步处理保留
`retain_context`	`conversation between Hermes Agent and the User`	保留记忆的上下文标签
`retain_tags`	—	应用于保留记忆的默认标签；与每次调用工具标签合并
`retain_source`	—	附加到保留记忆的可选 `metadata.source`
`retain_user_prefix`	`User`	自动保留转录中用户轮次之前的标签
`retain_assistant_prefix`	`Assistant`	自动保留转录中助手轮次之前的标签
`recall_tags`	—	回调时过滤用的标签

参见插件 README 获取完整配置参考。

Holographic

本地 SQLite 事实存储，具有 FTS5 全文搜索、信任评分和 HRR（全息简化表示）代数查询。


最适合	无外部依赖的本地专属记忆，具有高级检索能力
需要	无（SQLite 始终可用）。NumPy 对 HRR 代数是可选的。
数据存储	本地 SQLite
费用	免费

工具： fact_store（9 个动作：add、search、probe、related、reason、contradict、update、remove、list）、fact_feedback（有用/无用评分，用于训练信任分数）

设置：

hermes memory setup    # 选择 "holographic"
# 或手动：
hermes config set memory.provider holographic

配置： config.yaml 的 plugins.hermes-memory-store 下

键	默认值	描述
`db_path`	`$HERMES_HOME/memory_store.db`	SQLite 数据库路径
`auto_extract`	`false`	会话结束时自动提取事实
`default_trust`	`0.5`	默认信任分数（0.0–1.0）

独特能力：

probe — 实体专属代数回调（关于某人/某物的所有事实）
reason — 跨多个实体的组合 AND 查询
contradict — 自动检测冲突事实
信任评分，具有不对称反馈（+0.05 有用 / -0.10 无用）

RetainDB

云端记忆 API，具有混合搜索（向量 + BM25 + 重排序）、7 种记忆类型和增量压缩。


最适合	已使用 RetainDB 基础设施的团队
需要	RetainDB 账户 + API 密钥
数据存储	RetainDB Cloud
费用	$20/月

工具： retaindb_profile（用户资料）、retaindb_search（语义搜索）、retaindb_context（任务相关上下文）、retaindb_remember（按类型 + 重要性存储）、retaindb_forget（删除记忆）

设置：

hermes memory setup    # 选择 "retaindb"
# 或手动：
hermes config set memory.provider retaindb
echo "RETAINDB_API_KEY=your-key" >> ~/.hermes/.env

ByteRover

通过 brv CLI 实现持久记忆——具有分层检索的知识树（模糊文本 → LLM 驱动搜索）。本地优先，可选云同步。


最适合	需要可移植、本地优先记忆并带 CLI 的开发者
需要	ByteRover CLI（`npm install -g byterover-cli` 或安装脚本）
数据存储	本地（默认）或 ByteRover Cloud（可选同步）
费用	免费（本地）或 ByteRover 定价（云端）

工具： brv_query（搜索知识树）、brv_curate（存储事实/决策/模式）、brv_status（CLI 版本 + 树统计）

设置：

# 首先安装 CLI
curl -fsSL https://byterover.dev/install.sh | sh

# 然后配置 Hermes
hermes memory setup    # 选择 "byterover"
# 或手动：
hermes config set memory.provider byterover

主要特性：

自动预压缩提取（在上下文压缩丢弃洞见之前保存）
知识树存储在 $HERMES_HOME/byterover/（配置文件范围）
SOC2 Type II 认证云同步（可选）

Supermemory

具有资料回调、语义搜索、明确记忆工具和会话结束对话摄入（通过 Supermemory 图 API）的语义长期记忆。


最适合	具有用户资料和会话级图构建的语义回调
需要	`pip install supermemory` + API 密钥
数据存储	Supermemory Cloud
费用	Supermemory 定价

工具： supermemory_store（保存明确记忆）、supermemory_search（语义相似性搜索）、supermemory_forget（按 ID 或最佳匹配查询遗忘）、supermemory_profile（持久资料 + 最近上下文）

设置：

hermes memory setup    # 选择 "supermemory"
# 或手动：
hermes config set memory.provider supermemory
echo 'SUPERMEMORY_API_KEY=***' >> ~/.hermes/.env

配置： $HERMES_HOME/supermemory.json

键	默认值	描述
`container_tag`	`hermes`	用于搜索和写入的容器标签。支持 `{identity}` 模板实现配置文件范围标签。
`auto_recall`	`true`	轮次前注入相关记忆上下文
`auto_capture`	`true`	每次响应后存储清理过的用户-助手轮次
`max_recall_results`	`10`	格式化为上下文的最大回调项数
`profile_frequency`	`50`	在第一轮次和每 N 轮次包含资料事实
`capture_mode`	`all`	默认跳过微小或琐碎的轮次
`search_mode`	`hybrid`	搜索模式：`hybrid`、`memories` 或 `documents`
`api_timeout`	`5.0`	SDK 和摄入请求的超时时间

环境变量： SUPERMEMORY_API_KEY（必需）、SUPERMEMORY_CONTAINER_TAG（覆盖配置）。

主要特性：

自动上下文隔离——从捕获的轮次中剥离回调的记忆，防止递归记忆污染
会话结束对话摄入，实现更丰富的图级知识构建
第一轮次和可配置间隔注入资料事实
琐碎消息过滤（跳过"ok"、"thanks"等）
配置文件范围容器——在 container_tag 中使用 {identity}（例如 hermes-{identity} → hermes-coder）以按 Hermes 配置文件隔离记忆
多容器模式——启用 enable_custom_container_tags 并配置 custom_containers 列表，让 Agent 跨命名容器读写。自动操作（同步、预取）停留在主容器上。

多容器示例

{
  "container_tag": "hermes",
  "enable_custom_container_tags": true,
  "custom_containers": ["project-alpha", "shared-knowledge"],
  "custom_container_instructions": "Use project-alpha for coding context."
}

支持： Discord · support@supermemory.com

提供商对比

提供商	存储	费用	工具数	依赖	独特特性
Honcho	云端	付费	5	`honcho-ai`	辩证用户建模 + 会话范围上下文
OpenViking	自托管	免费	5	`openviking` + 服务器	文件系统层级 + 分层加载
Mem0	云端	付费	3	`mem0ai`	服务器端 LLM 提取
Hindsight	云端/本地	免费/付费	3	`hindsight-client`	知识图谱 + reflect 综合
Holographic	本地	免费	2	无	HRR 代数 + 信任评分
RetainDB	云端	$20/月	5	`requests`	增量压缩
ByteRover	本地/云端	免费/付费	3	`brv` CLI	预压缩提取
Supermemory	云端	付费	4	`supermemory`	上下文隔离 + 会话图摄入 + 多容器

配置文件隔离

每个提供商的数据按配置文件隔离：

本地存储提供商（Holographic、ByteRover）使用 $HERMES_HOME/ 路径，每个配置文件路径不同
配置文件提供商（Honcho、Mem0、Hindsight、Supermemory）将配置存储在 $HERMES_HOME/ 中，因此每个配置文件有自己的凭证
云端提供商（RetainDB）自动派生配置文件范围的项目名称
环境变量提供商（OpenViking）通过每个配置文件的 .env 文件配置

构建记忆提供商

参见开发者指南：记忆提供商插件了解如何创建自己的记忆提供商。

快速开始​

工作原理​

可用提供商​

Honcho​

新配置文件，新 Honcho 对等方​

已有配置文件，补充 Honcho 对等方​

每配置文件的观察设置​

OpenViking​

Mem0​

Hindsight​

Holographic​

RetainDB​

ByteRover​

Supermemory​

提供商对比​

配置文件隔离​

构建记忆提供商​

快速开始

工作原理

可用提供商

Honcho

新配置文件，新 Honcho 对等方

已有配置文件，补充 Honcho 对等方

每配置文件的观察设置

OpenViking

Mem0

Hindsight

Holographic

RetainDB

ByteRover

Supermemory

提供商对比

配置文件隔离

构建记忆提供商