内存提供者

Hermes Agent 内置了 8 个外部内存提供者插件，为代理提供持久化、跨会话的知识，超越内置的 MEMORY.md 和 USER.md。同一时间只能激活一个外部提供者——内置内存始终与之同时启用。

快速入门

hermes memory setup      # interactive picker + configuration
hermes memory status     # check what's active
hermes memory off        # disable external provider

你也可以通过 hermes plugins → 提供者插件 → 内存提供者来选择激活的内存提供者。

或手动在 ~/.hermes/config.yaml 中设置：

memory:
  provider: openviking   # or honcho, mem0, hindsight, holographic, retaindb, byterover, supermemory

工作原理

当启用某个内存提供者时，Hermes 会自动执行以下操作：

注入提供者上下文到系统提示中（提供者所知内容）
在每次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者
在会话结束时提取记忆（适用于支持该功能的提供者）
将内置内存的写入操作镜像到外部提供者
添加提供者特定工具，使代理能够搜索、存储和管理记忆

内置内存（MEMORY.md / USER.md）的工作方式与以往完全相同。外部提供者是叠加式的。

可用提供者

Honcho

基于 AI 的跨会话用户建模，支持辩证问答、语义搜索和持久化结论。


最适合	具有跨会话上下文的多代理系统，用户与代理对齐
要求	`pip install honcho-ai` + API 密钥或自托管实例
数据存储	Honcho 云服务或自托管
成本	Honcho 定价（云服务） / 免费（自托管）

工具： honcho_profile（同行卡片）、honcho_search（语义搜索）、honcho_context（LLM 合成）、honcho_conclude（存储事实）

设置向导：

hermes honcho setup        # (legacy command) 
# or
hermes memory setup        # select "honcho"

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

关键配置选项

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`	--	用户同行身份
`aiPeer`	host key	AI 同行身份（每个配置文件一个）
`workspace`	host key	共享工作区 ID
`recallMode`	`hybrid`	`hybrid`（自动注入 + 工具）、`context`（仅注入）、`tools`（仅工具）
`observation`	all on	每个同行的 `observeMe`/`observeOthers` 布尔值
`writeFrequency`	`async`	`async`、`turn`、`session` 或整数 N
`sessionStrategy`	`per-directory`	`per-directory`、`per-repo`、`per-session`、`global`
`dialecticReasoningLevel`	`low`	`minimal`、`low`、`medium`、`high`、`max`
`dialecticDynamic`	`true`	根据查询长度自动提升推理等级
`messageMaxChars`	`25000`	每条消息最大字符数（超出则分块）

最小 honcho.json（云服务）

{
  "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

如果你之前使用过 hermes honcho setup，你的配置和所有服务器端数据均保持不变。只需再次通过设置向导重新启用，或手动设置 memory.provider: honcho 即可通过新系统重新激活。

多代理 / 配置文件：

每个 Hermes 配置文件都会拥有自己的 Honcho AI 同行，但共享同一工作区——所有配置文件看到相同的用户表示，但每个代理会构建自己的身份和观察记录。

hermes profile create coder --clone   # creates honcho peer "coder", inherits config from default

--clone 的作用：在 honcho.json 中创建一个 hermes.coder 主机块，其中 aiPeer: "coder"，共享 workspace，继承 peerName、recallMode、writeFrequency、observation 等设置。同行会提前在 Honcho 中创建，确保在第一条消息前就存在。

对于在 Honcho 设置之前创建的配置文件：

hermes honcho sync   # scans all profiles, creates host blocks for any missing ones

这将从默认的 hermes 主机块继承设置，并为每个配置文件创建新的 AI 同行。幂等性——跳过已存在主机块的配置文件。

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,
      "dialecticMaxChars": 600,
      "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）提供的上下文数据库，具有文件系统风格的知识层级、分层检索机制，以及自动将记忆提取为 6 个类别的能力。


最适合	自托管的知识管理，支持结构化浏览
要求	`pip install openviking` + 运行服务器
数据存储	自托管（本地或云）
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/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：

# Start the OpenViking server first
pip install openviking
openviking-server

# Then configure Hermes
hermes memory setup    # select "openviking"
# Or manually:
hermes config set memory.provider openviking
echo "OPENVIKING_ENDPOINT=http://localhost:1933" >> ~/.hermes/.env

核心功能：

分层上下文加载：L0（约 100 个 token）→ L1（约 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 方案用于分层知识浏览

Mem0

基于服务器端 LLM 的事实提取，支持语义搜索、重排序和自动去重。


最适合	无需手动管理记忆 — Mem0 自动完成提取
所需条件	`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 + 重排序）、mem0_conclude（存储原文事实）

设置：

hermes memory setup    # select "mem0"
# Or manually:
hermes config set memory.provider mem0
echo "MEM0_API_KEY=your-key" >> ~/.hermes/.env

配置文件： $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

具备知识图谱、实体解析和多策略检索的长期记忆系统。hindsight_reflect 工具提供其他供应商无法提供的跨记忆综合能力。自动保留完整对话回合（包括工具调用），并支持会话级文档追踪。


最适合	基于知识图谱的回忆，支持实体关系
所需条件	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（存储并提取实体）、hindsight_recall（多策略搜索）、hindsight_reflect（跨记忆综合）

设置：

hermes memory setup    # select "hindsight"
# Or manually:
hermes config set memory.provider hindsight
echo "HINDSIGHT_API_KEY=your-key" >> ~/.hermes/.env

设置向导会自动安装所需依赖，并仅安装所选模式所需的组件（云端使用 hindsight-client，本地使用 hindsight-all）。要求 hindsight-client >= 0.4.22（若过时，将在会话启动时自动升级）。

本地模式 UI： hindsight-embed -p hermes ui start

配置文件： $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`	回忆彻底程度：`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`	自动保留对话回合
`auto_recall`	`true`	每次对话前自动回忆记忆
`retain_async`	`true`	在服务器端异步处理保留操作
`tags`	—	存储记忆时应用的标签
`recall_tags`	—	回忆时用于过滤的标签

详见插件 README 获取完整配置参考。

Holographic

本地 SQLite 事实存储，支持 FTS5 全文搜索、信任评分和 HRR（全息还原表示）以实现组合代数查询。


最适合	仅本地记忆，具备高级检索能力，无外部依赖
所需条件	无需额外依赖（SQLite 始终可用）。NumPy 可选，用于 HRR 代数运算。
数据存储	本地 SQLite
成本	免费

工具： fact_store（9 个操作：添加、搜索、探测、相关、推理、矛盾、更新、删除、列出）、fact_feedback（有用/无用评分，用于训练信任分数）

设置：

hermes memory setup    # select "holographic"
# Or manually:
hermes config set memory.provider holographic

配置文件： 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）

独特能力：

probe — 针对特定实体的代数回忆（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
基于非对称反馈的信任评分（+0.05 有用 / -0.10 无用）

RetainDB

云端记忆 API，支持混合搜索（向量 + BM25 + 重排序），提供 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
所需条件	RetainDB 账户 + API 密钥
数据存储	RetainDB 云端
成本	$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（存储带类型 + 重要性）、retaindb_forget（删除记忆）

设置：

hermes memory setup    # select "retaindb"
# Or manually:
hermes config set memory.provider retaindb
echo "RETAINDB_API_KEY=your-key" >> ~/.hermes/.env

ByteRover

通过 brv CLI 实现的持久化内存 —— 基于分层知识树的分层检索（模糊文本 → LLM 驱动搜索）。本地优先，支持可选的云同步。


最适合	希望拥有可移植、本地优先记忆系统的开发者
所需依赖	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）

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

设置：

# Install the CLI first
curl -fsSL https://byterover.dev/install.sh | sh

# Then configure Hermes
hermes memory setup    # select "byterover"
# Or manually:
hermes config set memory.provider byterover

核心功能：

自动预压缩提取（在上下文压缩丢弃信息前保存洞察）
知识树存储于 $HERMES_HOME/byterover/（基于配置文件的作用域）
SOC2 Type II 认证的云同步（可选）

超记忆（Supermemory）

具备用户画像记忆、语义搜索、显式记忆工具以及通过 Supermemory 图 API 在会话结束时摄入对话内容的语义长期记忆系统。


最适合	带用户画像的语义回忆与会话级图结构构建
所需依赖	`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（通过 ID 或最佳匹配查询遗忘）、supermemory_profile（持久化用户画像 + 最近上下文）

设置：

hermes memory setup    # select "supermemory"
# Or manually:
hermes config set memory.provider supermemory
echo 'SUPERMEMORY_API_KEY=***' >> ~/.hermes/.env

配置文件： $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}` 模板以实现基于用户画像的标签隔离。
`auto_recall`	`true`	在每轮对话前注入相关记忆上下文
`auto_capture`	`true`	在每次响应后自动保存清理后的用户-助手对话记录
`max_recall_results`	`10`	格式化为上下文的最大召回项数
`profile_frequency`	`50`	在首轮及每 N 轮中包含用户画像事实
`capture_mode`	`all`	默认跳过极小或无意义的对话片段
`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（秒）

环境变量： SUPERMEMORY_API_KEY（必需）、SUPERMEMORY_CONTAINER_TAG（覆盖配置文件设置）

核心功能：

自动上下文隔离 —— 从捕获的对话中剥离召回的记忆，防止记忆递归污染
会话结束时的对话摄入，用于构建更丰富的图级知识
在首轮及可配置间隔中注入用户画像事实
无意义消息过滤（跳过“ok”、“thanks”等）
基于用户画像的容器 —— 在 container_tag 中使用 {identity}（例如 hermes-{identity} → hermes-coder），实现每个 Hermes 用户画像的独立记忆隔离
多容器模式 —— 启用 enable_custom_container_tags 并配置 custom_containers 列表，允许代理在命名容器间读写。自动操作（同步、预取）仍作用于主容器

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."
}

支持渠道： Discord · support@supermemory.com

提供商对比

提供商	存储方式	成本	工具数量	依赖项	独特功能
Honcho	云端	付费	4	`honcho-ai`	辩证式用户建模
OpenViking	自托管	免费	5	`openviking` + 服务端	文件系统层级 + 分层加载
Mem0	云端	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 + 反思式合成
Holographic	本地	免费	2	无	HRR 代数 + 信任评分
RetainDB	云端	$20/月	5	`requests`	差分压缩
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 + 多容器支持

用户画像隔离

每个提供者的数据均按用户画像隔离：

本地存储提供者（Holographic、ByteRover）使用 $HERMES_HOME/ 路径，不同画像对应不同路径
配置文件提供者（Honcho、Mem0、Hindsight、Supermemory）将配置存储于 $HERMES_HOME/，每个画像拥有独立凭证
云端提供者（RetainDB）自动推导基于用户画像的项目名称
环境变量提供者（OpenViking）通过每个画像的 .env 文件进行配置

构建记忆提供者

有关如何创建自定义记忆提供者插件，请参阅开发者指南：记忆提供者插件。

快速入门​

工作原理​

可用提供者​

Honcho​

OpenViking​

Mem0​

Hindsight​

Holographic​

RetainDB​

ByteRover​

超记忆（Supermemory）​

提供商对比​

用户画像隔离​

构建记忆提供者​

快速入门

工作原理

可用提供者

Honcho

OpenViking

Mem0

Hindsight

Holographic

RetainDB

ByteRover

超记忆（Supermemory）

提供商对比

用户画像隔离

构建记忆提供者