记忆提供商

Hermes智能体自带8个外部记忆提供商插件，这些插件为智能体提供了超越内置MEMORY.md和USER.md的持久化、跨会话知识。同一时间只能启用一个外部提供商——内置记忆将始终与其同时处于活动状态。

快速开始

hermes memory setup      # 交互式选择器 + 配置
hermes memory status     # 检查当前活动状态
hermes memory off        # 禁用外部提供商

您也可以通过 hermes plugins → 提供商插件 → 记忆提供商来选择活动记忆提供商。

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

当记忆提供方处于活动状态时，Hermes 会自动：

将提供方上下文注入系统提示词（提供方所知的信息）
在每轮对话前预取相关记忆（后台，非阻塞）
在每次响应后将对话轮次同步到提供方
在会话结束时提取记忆（对于支持此功能的提供方）
将内置记忆写入镜像到外部提供方
添加提供方特定的工具，以便智能体能够搜索、存储和管理记忆

内置记忆（MEMORY.md / USER.md）将继续像以前一样工作。外部提供方是附加功能。

可用提供方

Honcho

AI 原生的跨会话用户建模，具备辩证推理、会话范围上下文注入、语义搜索和持久化结论功能。基础上下文现在除了用户表示和对等卡片外，还包括会话摘要，使智能体能够了解已讨论过的内容。


最适合	具有跨会话上下文、用户-智能体对齐的多智能体系统
要求	`pip install honcho-ai` + API 密钥或自托管实例
数据存储	Honcho 云或自托管
成本	Honcho 定价（云端）/ 免费（自托管）

工具 (5)： honcho_profile（读取/更新对等卡片）、honcho_search（语义搜索）、honcho_context（会话上下文 — 摘要、表示、卡片、消息）、honcho_reasoning（LLM 合成）、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 + 对等卡片，在 contextCadence 上刷新）加上辩证补充（LLM 推理，在 dialecticCadence 上刷新）。辩证过程会根据基础上下文是否存在，自动选择冷启动提示（一般用户事实）与热启动提示（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 启动频率（LLM 调用频率）
dialecticDepth — 每次辩证调用执行的 .chat() 传递次数（1-3，推理深度）

设置向导：

hermes memory setup        # 选择 "honcho" — 运行 Honcho 特定的设置后操作

旧版 hermes honcho setup 命令仍然有效（现在会重定向到 hermes memory setup），但仅在将 Honcho 选为活动记忆提供方后才会注册。

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。请参阅配置参考和 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`	--	用户对等身份
`aiPeer`	host key	AI 对等身份（每个配置文件一个）
`workspace`	host key	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。在单词边界处截断
`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。建议 1-5。仅适用于 `hybrid`/`context` 模式
`dialecticDepth`	`1`	每次辩证调用执行的 `.chat()` 传递次数。限制为 1-3。传递 0：冷/热提示，传递 1：自我审计，传递 2：调和
`dialecticDepthLevels`	`null`	每个传递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`	当为 `true` 时，模型可通过工具参数覆盖每次调用的推理级别
`dialecticMaxChars`	`600`	注入系统提示词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'`	刷新消息的时间：`async`（后台线程）、`turn`（同步）、`session`（结束时批量处理）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）。可通过 `observation` 对象覆盖
`messageMaxChars`	`25000`	每条消息的最大字符数（超过则分块）
`dialecticMaxInputChars`	`10000`	输入到 `peer.chat()` 的辩证查询最大字符数
`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

如果您之前使用过 hermes honcho setup，您的配置和所有服务器端数据都完好无损。只需通过设置向导再次重新启用，或手动设置 memory.provider: honcho 即可通过新系统重新激活。

多对等设置：

Honcho 将对话建模为对等方交换消息 — 每个 Hermes 配置文件有一个用户对等方加上一个 AI 对等方，都共享一个工作区。工作区是共享环境：用户对等方在配置文件之间是全局的，每个 AI 对等方有自己的身份。每个 AI 对等方根据自己的观察构建独立的表示/卡片，因此 coder 配置文件保持以代码为导向，而 writer 配置文件针对同一用户保持以编辑为导向。

映射关系：

概念	它是什么
工作区	共享环境。一个工作区下的所有 Hermes 配置文件都看到相同的用户身份。
用户对等方 (`peerName`)	人类。在工作区的配置文件间共享。
AI 对等方 (`aiPeer`)	每个 Hermes 配置文件一个。主机键 `hermes` → 默认值；`hermes.<profile>` 用于其他。
观察	每个对等方的切换，控制 Honcho 从谁的消息建模。`directional`（默认，全部四个开启）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 hermes.coder 主机块，包含 aiPeer: "coder"、共享 workspace、继承的 peerName、recallMode、writeFrequency、observation 等。AI 对等方在 Honcho 中被急切创建，因此在第一条消息之前就已存在。

现有配置文件，回填 Honcho 对等方

hermes honcho sync

扫描每个 Hermes 配置文件，为任何没有主机块的配置文件创建主机块，从默认 hermes 块继承设置，并急切地创建新的 AI 对等方。幂等 — 跳过已有主机块的配置文件。

每个配置文件的观察

每个主机块可以独立覆盖观察配置。示例：一个专注于代码的配置文件，其中 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（每个对等方一组）：

切换	效果
`observeMe`	Honcho 从此对等方自身消息构建其表示
`observeOthers`	此对等方观察另一对等方的消息（为跨对等方推理提供数据）

通过 observationMode 预设：

"directional"（默认）— 四个标志全部开启。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 对用户建模但不对自身建模，用户对等方仅自我建模。

通过 Honcho 仪表板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。

请参阅 Honcho 页面获取完整的观察参考。

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"
  }
}

请参阅配置参考和 Honcho 集成指南。

OpenViking

字节跳动火山引擎的上下文数据库，具有文件系统式知识层次结构、分层检索和自动记忆提取功能，可提取为 6 个类别。


最适合	具有结构化浏览的自托管知识管理
要求	`pip install openviking` + 运行服务器
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/概述/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"
# 或手动设置：
hermes config set memory.provider openviking
echo "OPENVIKING_ENDPOINT=http://localhost:1933" >> ~/.hermes/.env

主要功能：

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

Mem0

服务器端 LLM 事实提取，具备语义搜索、重排序和自动去重功能。


最适合	免手动记忆管理 — Mem0 自动处理提取
要求	`pip install mem0ai` + API 密钥
数据存储	Mem0 云
成本	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（逐字存储事实）

设置：

hermes memory setup    # 选择 "mem0"
# 或手动设置：
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`	智能体标识符

Hindsight

具有知识图谱、实体解析和多策略检索功能的长期记忆。hindsight_reflect 工具提供其他提供方不具备的跨记忆综合能力。自动保留完整的对话轮次（包括工具调用），并具备会话级文档跟踪。


最适合	基于知识图谱的检索，具有实体关系
要求	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 云或本地嵌入式 PostgreSQL
成本	Hindsight 定价（云端）或免费（本地）

工具： hindsight_retain（带实体提取的存储）、hindsight_recall（多策略搜索）、hindsight_reflect（跨记忆综合）

设置：

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

设置向导会自动安装依赖项，并且只为所选模式安装所需内容（hindsight-client 用于云端，hindsight-all 用于本地）。需要 hindsight-client >= 0.4.22（如果过时，会在会话开始时自动升级）。

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`	检索彻底性：`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`	在每轮对话前自动检索记忆
`retain_async`	`true`	在服务器上异步处理保留操作
`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；与每次调用的工具标签合并
`retain_source`	—	附加到保留记忆的可选 `metadata.source`
`retain_user_prefix`	`User`	自动保留记录中用户轮次前的标签
`retain_assistant_prefix`	`Assistant`	自动保留记录中助手轮次前的标签
`recall_tags`	—	检索时用于过滤的标签

请参阅插件 README 获取完整配置参考。

Holographic

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


最适合	具有高级检索的纯本地记忆，无外部依赖
要求	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 种操作：添加、搜索、探查、关联、推理、矛盾、更新、删除、列出）、fact_feedback（有帮助/无帮助评分，用于训练信任分数）

设置：

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

配置： plugins.hermes-memory-store 下的 config.yaml

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）

独特功能：

probe — 实体特定代数检索（关于某人/某物的所有事实）
reason — 跨多个实体的组合 AND 查询
contradict — 自动检测矛盾事实
具有不对称反馈的信任评分（有帮助 +0.05 / 无帮助 -0.10）

RetainDB

云记忆 API，具备混合搜索（向量 + BM25 + 重排序）、7 种记忆类型和增量压缩功能。


最适合	已使用 RetainDB 基础设施的团队
要求	RetainDB 账户 + API 密钥
数据存储	RetainDB 云
成本	$20/月

工具： retaindb_profile（用户配置文件）、retaindb_search（语义搜索）、retaindb_context（任务相关上下文）、retaindb_remember（带类型和重要性的存储）、retaindb_forget（删除记忆）

设置：

hermes memory setup    # 选择 "retaindb"
# 或手动设置：
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 — 具有分层知识树和分层检索（模糊文本 → LLM 驱动搜索）功能。本地优先，可选云同步。


最适合	希望使用 CLI 的可移植、本地优先记忆的开发者
要求	ByteRover CLI (`npm install -g byterover-cli` 或安装脚本)
数据存储	本地（默认）或 ByteRover 云（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：

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

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

主要功能：

自动预压缩提取（在上下文压缩丢弃见解之前保存它们）
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

语义长期记忆，具备配置文件检索、语义搜索、显式记忆工具，以及通过 Supermemory 图形 API 在会话结束时摄取对话功能。


最适合	具有用户配置和会话级图形构建的语义检索
要求	`pip install supermemory` + API 密钥
数据存储	Supermemory 云
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（持久配置文件 + 近期上下文）

设置：

hermes memory setup    # 选择 "supermemory"
# 或手动设置：
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}` 模板用于配置文件范围的标签。
`auto_recall`	`true`	在轮次前注入相关记忆上下文
`auto_capture`	`true`	在每次响应后存储清理后的用户-助手轮次
`max_recall_results`	`10`	格式化到上下文中的最大检索项数
`profile_frequency`	`50`	在第一轮和每 N 轮包含配置文件事实
`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 和摄取请求的超时时间

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

主要功能：

自动上下文围栏 — 从捕获的轮次中剥离检索到的记忆，以防止递归记忆污染
会话结束时摄取对话，用于更丰富的图形级知识构建
在第一轮和可配置间隔注入配置文件事实
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）以隔离每个 Hermes 配置文件的记忆
多容器模式 — 启用 enable_custom_container_tags 和 custom_containers 列表，允许智能体跨命名容器读写。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

Memori

使用 Memori 云的结构化长期记忆，具备后台完成轮次捕获、工具感知轮次上下文，以及用于事实、摘要、配额、注册和反馈的显式检索工具。


最适合	具有结构化项目和会话归因的智能体控制检索
要求	`pip install hermes-memori` + `hermes-memori install` + Memori API 密钥
数据存储	Memori 云
成本	Memori 定价

工具： memori_recall（搜索长期记忆）、memori_recall_summary（摘要上下文）、memori_quota（使用量/配额）、memori_signup（请求注册邮件）、memori_feedback（发送集成反馈）

设置：

pip install hermes-memori
hermes-memori install
hermes config set memory.provider memori
hermes memory setup

供应商比较

供应商	存储方式	费用	工具数	依赖项	独特功能
Honcho	云端	付费	5	`honcho-ai`	辩证用户建模 + 会话级上下文
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`	服务器端大语言模型提取
Hindsight	云端/本地	免费/付费	3	`hindsight-client`	知识图谱 + 反思综合
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` 命令行界面	预压缩提取
Supermemory	云端	付费	4	`supermemory`	上下文围栏 + 会话图谱摄取 + 多容器
Memori	云端	免费/付费	5	`hermes-memori`	工具感知记忆 + 结构化召回

配置隔离

每个供应商的数据按配置文件隔离：

本地存储供应商（Holographic, ByteRover）使用 $HERMES_HOME/ 路径，该路径因配置文件而异
配置文件供应商（Honcho, Mem0, Hindsight, Supermemory）将配置存储在 $HERMES_HOME/ 中，因此每个配置文件拥有自己的凭据
云端供应商（RetainDB）自动派生基于配置文件的项目名称
环境变量供应商（OpenViking）通过每个配置文件的 .env 文件进行配置

构建记忆供应商

请参阅开发者指南：记忆供应商插件了解如何创建您自己的供应商。

快速开始​

工作原理​

可用提供方​

Honcho​

新配置文件，新 Honcho 对等方​

现有配置文件，回填 Honcho 对等方​

每个配置文件的观察​

OpenViking​

Mem0​

Hindsight​

Holographic​

RetainDB​

ByteRover​

Supermemory​

Memori​

供应商比较​

配置隔离​

构建记忆供应商​

快速开始

工作原理

可用提供方

Honcho

新配置文件，新 Honcho 对等方

现有配置文件，回填 Honcho 对等方

每个配置文件的观察

OpenViking

Mem0

Hindsight

Holographic

RetainDB

ByteRover

Supermemory

Memori

供应商比较

配置隔离

构建记忆供应商