Memory Providers（记忆提供者）

Hermes Agent 附带 8 个外部记忆提供者插件，为代理提供超越内置 MEMORY.md 和 USER.md 的持久跨会话知识。一次只能激活一个外部提供者——内置记忆始终与其一同激活。

快速开始

hermes memory setup      # 交互式选择器 + 配置
hermes memory status     # 检查活动的提供者
hermes memory off        # 禁用外部提供者

您也可以通过 hermes plugins → Provider Plugins → Memory Provider 选择活动的记忆提供者。

或者手动在 ~/.hermes/config.yaml 中设置：

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

工作原理

当记忆提供者激活时，Hermes 会自动：

将提供者上下文注入到系统提示（提供者知道的内容）
预取相关记忆每次轮次前（后台，非阻塞）
同步对话轮次到提供者每次回复后
在会话结束时提取记忆（对于支持的提供者）
将内置记忆写入镜像到外部提供者
添加提供者特定的工具，以便代理可以搜索、存储和管理记忆

内置记忆（MEMORY.md / USER.md）继续完全像以前一样工作。外部提供者是补充性的。

可用提供者

Honcho

AI 原生跨会话用户建模，具有辩证推理、会话作用域上下文注入、语义搜索和持久结论。基础上下文现在包括会话摘要以及用户表示和对等体卡片，为代理提供了对已讨论内容的感知。


最佳用途	具有跨会话上下文的多代理系统、用户-代理对齐
需要	`pip install honcho-ai` + API key 或自托管实例
数据存储	Honcho Cloud 或自托管
成本	Honcho 定价（云端）/ 免费（自托管）

工具（5 个）： honcho_profile（读/更新对等体卡片）、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： 双层上下文注入——基础层（会话摘要 + 表示 + 对等体卡片，在 contextCadence 时刷新）加上辩证补充（LLM 推理，在 dialecticCadence 时刷新）。辩证自动根据是否存在基础上下文选择冷启动提示（一般用户事实）vs. 热提示（会话作用域上下文）。

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() 传递次数（1–3，推理深度）

设置向导：

hermes memory setup        # 选择 "honcho"——运行 Honcho 特定的后置设置

旧版 hermes honcho setup 命令仍然有效（现在重定向到 hermes memory setup），但仅在 Honcho 被选为活动记忆提供者后注册。

配置： $HERMES_HOME/honcho.json（配置本地）或 ~/.honcho/config.json（全局）。解析顺序：$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（可折叠）：

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`	—	用户对等体身份
`aiPeer`	主机键	AI 对等体身份（每配置一个）
`workspace`	主机键	共享工作区 ID
`contextTokens`	`null`（无上限）	每轮自动注入上下文的令牌预算。按单词边界截断
`contextCadence`	`1`	`context()` API 调用之间的最小轮数（基础层刷新）
`dialecticCadence`	`2`	`peer.chat()` LLM 调用之间的最小轮数。建议 1–5。仅适用于 `hybrid`/`context` 模式
`dialecticDepth`	`1`	每次辩证调用的 `.chat()` 传递次数。限制 1–3。第 0 轮：冷/热提示，第 1 轮：自我审计，第 2 轮：协调
`dialecticDepthLevels`	`null`	可选的每轮推理级别数组，例如 `["minimal", "low", "medium"]`。覆盖按比例的默认值
`dialecticReasoningLevel`	`'low'`	基础推理级别：`minimal`、`low`、`medium`、`high`、`max`
`dialecticDynamic`	`true`	为 `true` 时，模型可以通过工具参数覆盖每次调用的推理级别
`dialecticMaxChars`	`600`	注入系统提示的辩证结果的最大字符数
`recallMode`	`'hybrid'`	`hybrid`（自动注入 + 工具）、`context`（仅注入）、`tools`（仅工具）
`writeFrequency`	`'async'`	何时刷新消息：`async`（后台线程）、`turn`（同步）、`session`（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`（全部开启）或 `unified`（共享池）。使用 `observation` 对象覆盖
`messageMaxChars`	`25000`	每次消息的最大字符数（超过时分块）
`dialecticMaxInputChars`	`10000`	辩证查询输入到 `peer.chat()` 的最大字符数
`sessionStrategy`	`'per-directory'`	`per-directory`、`per-repo`、`per-session`、`global`

最小化 honcho.json（云端）示例：

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

最小化 honcho.json（自托管）示例：

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

:::tip 从 hermes honcho 迁移如果您之前使用过 hermes honcho setup，您的配置和所有服务端数据完好无损。只需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。 :::

多对等体设置：

Honcho 将会话建模为对等体交换消息——每个 Hermes 配置一个用户对等体加一个 AI 对等体，所有对等体共享一个工作区。工作区是共享环境：用户对等体跨配置是全局的，每个 AI 对等体有自己独立的身份。每个 AI 对等体从自己的观察构建独立的表示/卡片，因此 coder 配置保持面向代码，而 writer 配置针对同一用户保持编辑风格。

映射关系：

概念	是什么
工作区（Workspace）	共享环境。同一工作区下的所有 Hermes 配置看到相同的用户身份
用户对等体（User peer，`peerName`）	人类。跨配置在工作区中共享
AI 对等体（AI peer，`aiPeer`）	每个 Hermes 配置一个。主机键 `hermes` → 默认；`hermes.<profile>` 用于其他配置
观察（Observation）	每对等体开关，控制 Honcho 从谁的消息中建模什么。`directional`（默认，全部开启）或 `unified`（单观察者池）

新配置，新 Honcho 对等体：

hermes profile create coder --clone

--clone 在 honcho.json 中创建 hermes.coder 主机块，带有 aiPeer: "coder"、共享 workspace、继承的 peerName、recallMode、writeFrequency、observation 等。AI 对等体会在 Honcho 中主动创建，因此它在第一条消息之前就已存在。

现有配置，回填 Honcho 对等体：

hermes honcho sync

扫描每个 Hermes 配置，为没有主机块的配置创建主机块，从默认 hermes 块继承设置，并主动创建新的 AI 对等体。幂等——跳过已有主机块的配置。

每配置观察：

每个主机块可以独立覆盖观察配置。示例：一个面向代码的配置，AI 对等体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 }
  }
}

观察开关（每对等体一组）：

开关	效果
`observeMe`	Honcho 从此对等体自己的消息中构建该对等体的表示
`observeOthers`	此对等体观察另一个对等体的消息（提供跨对等体推理）

通过 observationMode 的预设：

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

通过 Honcho 仪表盘设置的服务端开关会覆盖本地默认值——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）已省略，详见原文。

参见配置参考和Honcho 集成指南。

OpenViking

来自字节跳动的上下文数据库，具有文件系统式知识层次结构、分层检索和自动提取到 6 个类别的记忆。


最佳用途	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）
成本	免费（开源，AGPL-3.0）

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

设置：

# 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

关键特性：

分层上下文加载：L0（约 100 令牌）→ L1（约 2k）→ L2（完整）
会话提交时的自动记忆提取（画像、偏好、实体、事件、案例、模式）
用于分层知识浏览的 viking:// URI 方案

Mem0

服务端 LLM 事实提取，具有语义搜索、重新排序和自动去重。


最佳用途	无需动手的记忆管理——Mem0 自动处理提取
需要	`pip install mem0ai` + API 密钥
数据存储	Mem0 Cloud
成本	Mem0 定价

工具： mem0_profile（所有存储的记忆）、mem0_search（语义搜索 + 重新排序）、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`	代理标识符

Hindsight

具有知识图谱、实体解析和多策略检索的长期记忆。hindsight_reflect 工具提供其他提供者无法提供的跨记忆综合。自动保留完整的对话轮次（包括工具调用），带有会话级文档追踪。


最佳用途	基于知识图谱的实体关系回忆
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
成本	Hindsight 定价（云端）或免费（本地）

工具： hindsight_retain（存储，带实体提取）、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项，并且只安装所选模式所需的（云端的 hindsight-client，本地的 hindsight-all）。需要 hindsight-client >= 0.4.22（如果过时，在会话启动时自动升级）。

本地模式 UI： 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`	召回彻底性：`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`	每次轮次前自动召回记忆
`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前的标签
`retain_assistant_prefix`	`Assistant`	自动保留转录中助手轮次前的标签
`recall_tags`	—	召回时过滤的标签

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、信任评分和用于组合代数查询的 HRR（全息约简表示）。


最佳用途	仅本地记忆，无外部依赖，高级检索
需要	无（SQLite 始终可用）。NumPy 可选用于 HRR 代数
数据存储	本地 SQLite
成本	免费

工具： fact_store（9 个操作：添加、搜索、探针、相关、推理、矛盾、更新、移除、列表）、fact_feedback（有帮助/无帮助评分，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 中 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`	默认信任评分（0.0–1.0）

独特能力：

probe —— 实体特定的代数回忆（关于某个人/事物的所有事实）
reason —— 跨多个实体的组合 AND 查询
contradict —— 矛盾事实的自动检测
具有不对称反馈的信任评分（+0.05 有帮助 / -0.10 无帮助）

RetainDB

具有混合搜索（Vector + BM25 + 重新排序）、7 种记忆类型和增量压缩的云端记忆 API。


最佳用途	已在使用 RetainDB 基础设施的团队
需要	RetainDB 账户 + API 密钥
数据存储	RetainDB Cloud
成本	$20/月

工具： retaindb_profile（用户画像）、retaindb_search（语义搜索）、retaindb_context（任务相关上下文）、retaindb_remember（存储，带类型 + 重要性）、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 实现的持久记忆——具有分层检索（模糊文本 → LLM 驱动搜索）的层次化知识树。本地优先，可选云端同步。


最佳用途	想要可移植、本地优先、带 CLI 的记忆的开发者
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）
成本	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：

# 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

关键特性：

自动预压缩提取（在上下文压缩丢弃之前保存洞察）
知识树存储在 $HERMES_HOME/byterover/（配置作用域）
SOC2 Type II 认证的云端同步（可选）

Supermemory

具有画像回忆、语义搜索、显式记忆工具和通过 Supermemory 图形 API 进行会话结束对话获取的语义长期记忆。


最佳用途	具有用户画像和会话级图构建的语义回忆
需要	`pip install supermemory` + API key
数据存储	Supermemory Cloud
成本	Supermemory 定价

工具： supermemory_store（保存显式记忆）、supermemory_search（语义相似性搜索）、supermemory_forget（按 ID 或最佳匹配查询遗忘）、supermemory_profile（持久画像 + 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}` 模板用于配置作用域的标签
`auto_recall`	`true`	轮次前注入相关记忆上下文
`auto_capture`	`true`	每次回复后存储清理过的用户-助手轮次
`max_recall_results`	`10`	格式化到上下文中的最大召回条目数
`profile_frequency`	`50`	在第一轮和每 N 轮包含画像事实
`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 和获取请求的超时

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

关键特性：

自动上下文隔离——从捕获的轮次中剥离回应的记忆，以防止递归记忆污染
会话结束对话获取，用于更丰富的图级知识构建
在第一轮和可配置间隔注入画像事实
琐碎消息过滤（跳过”ok”、“thanks”等）
配置作用域容器——在 container_tag 中使用 {identity}（例如 hermes-{identity} → hermes-coder）以按 Hermes 配置隔离记忆
多容器模式——启用 enable_custom_container_tags 并添加 custom_containers 列表，让代理跨命名容器读/写。自动操作（同步、预取）保留在主容器上

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

提供者对比

提供者	存储	成本	工具	依赖	独特特性
Honcho	云端	付费	5	`honcho-ai`	辩证用户建模 + 会话作用域上下文
OpenViking	自托管	免费	5	`openviking` + 服务器	文件系统层次结构 + 分层加载
Mem0	云端	付费	3	`mem0ai`	服务端 LLM 提取
Hindsight	云端/本地	免费/付费	3	`hindsight-client`	知识图谱 + 反射综合
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 + 会话图获取 + 多容器

配置隔离

每个提供者的数据按配置隔离：

本地存储提供者（Holographic、ByteRover）使用 $HERMES_HOME/ 路径，每配置不同
配置文件提供者（Honcho、Mem0、Hindsight、Supermemory）在 $HERMES_HOME/ 中存储配置，因此每个配置有自己的凭据
云端提供者（RetainDB）自动派生配置作用域的项目名称
环境变量提供者（OpenViking）通过每个配置的 .env 文件配置

构建记忆提供者

请参见开发者指南：记忆提供者插件了解如何创建自己的提供者。

好奇心花园🪴

探索

最近的笔记

note-template

getMoon.js

getWeather.js

Memory Providers（记忆提供者）

Memory Providers（记忆提供者）

快速开始

工作原理

可用提供者

Honcho

OpenViking

Mem0

Hindsight

Holographic

RetainDB

ByteRover

Supermemory

提供者对比

配置隔离

构建记忆提供者

关系图谱

目录

反向链接