Memory Providers（记忆提供者）

Hermes Agent 内置 8 个外部记忆提供者插件，为 Agent 提供超越内置 MEMORY.md 和 USER.md 的持久化跨会话知识。同一时间只能激活一个外部提供者 — 内置记忆始终与之并存。

快速开始

hermes memory setup      # 交互式选择 + 配置
hermes memory status     # 查看当前激活的提供者
hermes memory off        # 禁用外部提供者

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

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

当记忆提供者激活时，Hermes 自动：

注入提供者上下文到系统提示（提供者所知的信息）
在每轮之前预取相关记忆（后台，非阻塞）
在每次响应后同步对话轮次到提供者
在会话结束时提取记忆（对于支持此功能的提供者）
镜像内置记忆写入到外部提供者
添加提供者特定工具，使 Agent 可以搜索、存储和管理记忆

内置记忆（MEMORY.md / USER.md）继续完全正常工作。外部提供者是增量的。

可用提供者

Honcho

AI 原生跨会话用户建模，具有辩证推理、会话范围上下文注入、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卡片，让 Agent 了解已经讨论过的内容。


最适合	需要跨会话上下文的多 Agent 系统、用户-Agent 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
费用	Honcho 定价（云）/ 免费（自托管）

工具 (5): honcho_profile（读/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，按 contextCadence 刷新）加辩证补充（LLM 推理，按 dialecticCadence 刷新）。辩证根据是否存在基础上下文自动选择冷启动提示（通用用户事实）或热提示（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： $HERMES_HOME/honcho.json（Profile 本地）或 ~/.honcho/config.json（全局）。解析顺序：$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	说明
`apiKey`	--	来自 app.honcho.dev 的 API Key
`baseUrl`	--	自托管 Honcho 的基础 URL
`peerName`	--	用户对等身份
`aiPeer`	主机键	AI 对等身份（每个 Profile 一个）
`workspace`	主机键	共享工作区 ID
`contextTokens`	`null`（无限制）	每轮自动注入上下文的 Token 预算。在词边界截断
`contextCadence`	`1`	`context()` API 调用之间的最小轮数（基础层刷新）
`dialecticCadence`	`2`	`peer.chat()` LLM 调用之间的最小轮数。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/热提示，第 1 轮：自审计，第 2 轮：调和
`dialecticDepthLevels`	`null`	可选的每轮推理级别数组，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`	注入到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'`	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）。用 `observation` 对象覆盖
`messageMaxChars`	`25000`	每条消息的最大字符数（超出时分块）
`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`

最简 honcho.json（云）

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

最简 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 hermes honcho setup，你的配置和所有服务端数据都完好无损。只需通过设置向导重新启用，或手动设置 memory.provider: honcho 通过新系统重新激活。

多 Agent / Profile：

每个 Hermes Profile 获得自己的 Honcho AI 对等方，同时共享同一个工作区 — 所有 Profile 看到相同的用户表示，但每个 Agent 构建自己的身份和观察。

hermes profile create coder --clone   # 创建 honcho 对等方 "coder"，从默认 Profile 继承配置

--clone 的作用：在 honcho.json 中创建 hermes.coder 主机块，aiPeer: "coder"，共享 workspace，继承 peerName、recallMode、writeFrequency、observation 等。对等方在 Honcho 中立即创建，确保在第一条消息前就存在。

对于 Honcho 设置之前创建的 Profile：

hermes honcho sync   # 扫描所有 Profile，为缺失的创建主机块

这从默认 hermes 主机块继承设置，为每个 Profile 创建新的 AI 对等方。幂等操作 — 跳过已有主机块的 Profile。

完整 honcho.json 示例（多 Profile）

{
  "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": 3,
      "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

火山引擎（字节跳动）的上下文数据库，具有文件系统风格的知识层次结构、分层检索和自动记忆提取（6 个类别）。


最适合	需要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）
费用	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（导入 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

核心特性：

分层上下文加载：L0（~100 Token）→ L1（~2k）→ L2（全文）
会话提交时自动记忆提取（Profile、偏好、实体、事件、案例、模式）
viking:// URI 方案用于层次化知识浏览

Mem0

服务端 LLM 事实提取，具有语义搜索、重排序和自动去重。


最适合	免动手记忆管理 — Mem0 自动处理提取
需要	`pip install mem0ai` + API Key
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（存储原始事实）

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	说明
`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 工具提供其他提供者所没有的跨记忆综合能力。自动保留完整对话轮次（包括工具调用），具有会话级文档跟踪。


最适合	需要实体关系的知识图谱式召回
需要	云：ui.hindsight.vectorize.io 的 API Key。本地：LLM API Key（OpenAI、Groq、OpenRouter 等）
数据存储	Hindsight Cloud 或本地嵌入式 PostgreSQL
费用	Hindsight 定价（云）或免费（本地）

工具： hindsight_retain（带实体提取存储）、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：
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，并只安装所选模式所需的（云模式 hindsight-client，本地模式 hindsight-all）。需要 hindsight-client >= 0.4.22（如果过时会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	说明
`mode`	`cloud`	`cloud` 或 `local`
`bank_id`	`hermes`	记忆库标识符
`recall_budget`	`mid`	召回彻底度：`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`	每轮之前自动召回记忆
`retain_async`	`true`	在服务器上异步处理保留
`tags`	—	存储记忆时应用的标签
`recall_tags`	—	召回时过滤的标签

完整配置参考参见插件 README。

Holographic

本地 SQLite 事实存储，具有 FTS5 全文搜索、信任评分和 HRR（Holographic Reduced Representations，全息降维表示）用于组合代数查询。


最适合	需要高级检索的纯本地记忆，无外部依赖
需要	无（SQLite 始终可用）。NumPy 为 HRR 代数的可选依赖。
数据存储	本地 SQLite
费用	免费

工具： fact_store（9 个操作：add、search、probe、related、reason、contradict、update、remove、list）、fact_feedback（有用/无用评分，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 中的 plugins.hermes-memory-store

键	默认值	说明
`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）

独有能力：

probe — 实体特定代数召回（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，非对称反馈（+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	已在使用 RetainDB 基础设施的团队
需要	RetainDB 账户 + API Key
数据存储	RetainDB Cloud
费用	$20/月

工具： retaindb_profile（用户档案）、retaindb_search（语义搜索）、retaindb_context（任务相关上下文）、retaindb_remember（带类型 + 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 — 层次化知识树，具有分层检索（模糊文本 → LLM 驱动搜索）。本地优先，可选云同步。


最适合	想要便携、本地优先记忆和 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）

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

核心特性：

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/（按 Profile 范围）
SOC2 Type II 认证云同步（可选）

Supermemory

语义长期记忆，具有 Profile 召回、语义搜索、显式记忆工具和通过 Supermemory 图 API 的会话结束对话导入。


最适合	需要用户画像和会话级图构建的语义召回
需要	`pip install supermemory` + API Key
数据存储	Supermemory Cloud
费用	Supermemory 定价

工具： supermemory_store（保存显式记忆）、supermemory_search（语义相似搜索）、supermemory_forget（按 ID 或最佳匹配查询遗忘）、supermemory_profile（持久档案 + 近期上下文）

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	说明
`container_tag`	`hermes`	用于搜索和写入的容器标签。支持 `{identity}` 模板实现 Profile 范围标签。
`auto_recall`	`true`	在轮次之前注入相关记忆上下文
`auto_capture`	`true`	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召回项数
`profile_frequency`	`50`	在第一轮和每 N 轮包含档案事实
`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 和导入请求超时

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

核心特性：

自动上下文围栏 — 从捕获的轮次中剥离召回的记忆，防止递归记忆污染
会话结束对话导入，用于更丰富的图级知识构建
档案事实在第一轮和可配置间隔注入
琐碎消息过滤（跳过 "ok"、"thanks" 等）
Profile 范围容器 — 在 container_tag 中使用 {identity}（如 hermes-{identity} → hermes-coder）以隔离每个 Hermes Profile 的记忆
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）保持在主容器上。

多容器示例

{
  "container_tag": "hermes",
  "enable_custom_container_tags": true,
  "custom_containers": ["project-alpha", "shared-knowledge"],
  "custom_container_instructions": "使用 project-alpha 存储编码上下文。"
}

支持： Discord · support@supermemory.com

提供者对比

提供者	存储	费用	工具数	依赖	独特功能
Honcho	云	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	文件系统层次 + 分层加载
Mem0	云	付费	3	`mem0ai`	服务端 LLM 提取
Hindsight	云/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	$20/月	5	`requests`	增量压缩
ByteRover	本地/云	免费/付费	3	`brv` CLI	预压缩提取
Supermemory	云	付费	4	`supermemory`	上下文围栏 + 会话图导入 + 多容器

Profile 隔离

每个提供者的数据按 Profile 隔离：

本地存储提供者（Holographic、ByteRover）使用 $HERMES_HOME/ 路径，每个 Profile 不同
配置文件提供者（Honcho、Mem0、Hindsight、Supermemory）将配置存储在 $HERMES_HOME/，每个 Profile 有自己的凭据
云提供者（RetainDB）自动派生 Profile 范围的项目名称
环境变量提供者（OpenViking）通过每个 Profile 的 .env 文件配置

构建记忆提供者

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。

📝 本文由 AI 翻译，如有疑问请参考英文原版

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​

Profile 隔离​

构建记忆提供者​

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

Profile 隔离

构建记忆提供者