sidebar_position: 4 title: “Memory Providers” description: “External memory provider plugins — Honcho, OpenViking, Mem0, Hindsight, Holographic, RetainDB, ByteRover, Supermemory”

内存提供器

Hermes Agent 自带 8 个外部内存提供器插件，这些插件能为代理提供持久化的、跨会话的知识存储能力，补充内置的 MEMORY.md 和 USER.md 的功能。同一时间仅能启用一个外部提供器——内置内存则会始终与其并行运行。

快速入门

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

您也可以通过 hermes plugins → Provider Plugins → Memory Provider 来选择当前激活的内存提供器。或者直接在 ~/.hermes/config.yaml 文件中手动设置：

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

工作原理

当内存提供器处于激活状态时，Hermes会自动执行以下操作：

1. 将提供器上下文注入系统提示词中（即提供器所掌握的信息）；
2. 在每次对话轮次开始前预加载相关记忆内容（后台执行，不会阻塞当前流程）；
3. 在每次响应之后将对话轮次信息同步给对应提供器；
4. 在会话结束时提取记忆内容（针对支持该功能的提供器）；
5. 将内置内存的修改操作同步到外部提供器；
6. 添加提供器专用工具，以便智能体能够搜索、存储和管理记忆内容。

内置内存（MEMORY.md / USER.md）的功能依然保持不变，而外部提供器则起到补充作用。

可用的提供器

Honcho

这是一种专为人工智能设计的跨会话用户建模方案，具备辩证推理、会话级上下文注入、语义搜索以及持久化结论生成等功能。当前的基础上下文除了包含用户信息与同伴卡片外，还加入了会话摘要，从而使智能体能够了解之前讨论过的内容。

架构设计： 采用双层上下文注入机制——底层包含会话摘要、表示形式及同伴卡片，按contextCadence间隔刷新；上层则为辩证补充层，包含大语言模型的推理内容，按dialecticCadence间隔刷新。该辩证层会根据是否存在底层上下文，自动选择冷启动提示词（通用用户信息）或热启动提示词（会话相关上下文）。

三个相互独立的配置参数可分别控制成本与推理深度：**

• contextCadence——底层上下文的刷新频率（即API调用频率）
• dialecticCadence——辩证层大语言模型的触发频率（即大语言模型调用频率）
• dialecticDepth——每次辩证层调用时进行的.chat()调用次数（1–3次，代表推理深度）

自动注入的辩证层还会根据查询长度动态调整推理层级（查询越长，推理越深入，最高上限为reasoningLevelCap）；详情请参阅查询自适应推理层级。

设置向导：

hermes memory setup        # select "honcho" — runs the Honcho-specific post-setup

旧的 hermes honcho setup 命令仍然可用（目前它会重定向到 hermes memory setup），但仅在选择 Honcho 作为默认内存提供者之后才会被注册。

无界面/远程机器：对于没有浏览器但需要通过云方式认证的机器（如 SSH 连接的远程虚拟机），请在向导的认证方式提示处选择 device。CLI 会输出一个短代码及验证链接，只需在其他机器上的浏览器中打开该链接并确认即可完成设置，无需手动复制粘贴 API 密钥。当检测到本地没有可用的浏览器时，向导会自动选择此选项。

配置文件：分别为 $HERMES_HOME/honcho.json（本地配置文件）和 ~/.honcho/config.json（全局配置文件）。配置文件的优先级为：$/HERMES_HOME/honcho.json > ~/.hermes/honcho.json > ~/.honcho/config.json。更多详情请参阅 配置参考文档 以及 Honcho 集成指南。

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

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

:::提示 从 hermes honcho 迁移 如果您之前使用过 hermes honcho setup，您的配置及所有服务器端数据都将保持不变。只需再次通过设置向导启用该功能，或手动设置 memory.provider: honcho，即可在新系统中重新激活。

::

多对等节点设置：

Honcho 将对话视为对等节点之间的消息交流——每个 Hermes 配置文件对应一个用户对等节点和一个 AI 对等节点，它们共同共享一个工作空间。该工作空间即为共享环境：用户对等节点在所有配置文件中都是通用的，而每个 AI 对等节点则拥有独立的身份。每个 AI 对等节点都会根据自身的观察结果生成独立的表示/卡片，因此对于同一用户而言，coder 配置文件会保持以代码为中心的特质，而 writer 配置文件则会侧重内容编辑功能。

对应关系如下：

新配置文件，全新的 Honcho 对等节点

hermes profile create coder --clone

--clone 选项会在 honcho.json 中创建一个 hermes.coder 类型的主机配置块，其参数包括 aiPeer: "coder"、共享的 workspace，以及继承自父配置的 peerName、recallMode、writeFrequency、observation 等属性。该 AI 对等体会在 Honcho 中立即被创建，因此早在第一条消息处理之前就已存在。

对于已有的配置文件，可回填 Honcho 对等体信息

hermes honcho sync

它会扫描所有的 Hermes 配置文件，为那些尚未配置主机块的配置文件创建相应的主机块，同时从默认的 hermes 块中继承相关设置，并迅速创建新的 AI 对等体。该操作具有幂等性——对于已经存在主机块的配置文件会直接跳过处理。

每个配置文件的独立观测功能

每个主机块均可独立覆盖观测配置。例如，在以代码处理为主的配置文件中，AI 对等体会对用户进行观测，但不会对自己进行建模：

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

观察模式切换（每个对等节点对应一组设置）：

通过 observationMode 可预设以下模式：

• "directional"（默认值）——四个开关全部开启。实现完全的相互观察，支持跨节点辩证推理。
• "unified"——用户启用 observeMe: true，AI 启用 observeOthers: true，其余开关关闭。采用单一观察者机制：AI 仅能建模用户而非自身，用户则仅能对自己的对等节点进行建模。

通过 Honcho 控制面板 设置的服务器端切换选项会优先于本地默认设置，并在会话启动时同步回本地。

如需完整的观察模式参考信息，请参阅 Honcho 文档页面。

网关身份映射

上述对等节点模型适用于 CLI、TUI 以及桌面端会话，在这些场景中，每次对话最终都会关联到 peerName。而 网关 则引入了第二个维度：用户会携带平台原生的运行时标识（如 Telegram UID、Discord snowflake、Slack 用户 ID），随后通过三个关键参数来确定每个标识对应哪个对等节点。

在网关外部，这些键值不会产生任何作用。hermes memory setup 命令仅在检测到已连接的网关平台时才会提示用户输入这些参数。有关解析规则及配置流程的详细信息，请参阅 Honcho 页面。

{
  "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"
  }
}

请参阅配置参考文档以及Honcho集成指南。

OpenViking

由字节跳动旗下Volcengine开发的上下文数据库，具备类似文件系统的知识层级结构、分层检索功能，并能自动将记忆内容分类为6个类别。

工具（6个）： viking_search（语义搜索）、viking_read（分层读取：概要/概述/完整内容）、viking_browse（文件系统导航）、viking_remember（存储事实信息）、viking_forget（通过精确的viking:// URI删除记忆文件）、viking_add_resource（导入URL或文档）**

设置步骤：

# Prepare OpenViking first
openviking-server init
openviking-server doctor
openviking-server

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

hermes memory setup功能允许重复使用或复制~/.openviking/ovcli.conf中的连接参数值。手动设置时，则会使用当前激活配置文件的.env文件；默认配置文件的路径为~/.hermes/.env，而对于自定义配置文件，则需使用~/.hermes/profiles/<profile>/.env。

OPENVIKING_ENDPOINT=http://127.0.0.1:1933
# OPENVIKING_API_KEY=...
# OPENVIKING_ACCOUNT=default
# OPENVIKING_USER=default

OpenViking服务器的配置保存在ov.conf文件中（可通过--config、OPENVIKING_CONFIG_FILE或~/.openviking/ov.conf路径访问）。客户端连接相关设置则存储在ovcli.conf文件中（通过OPENVIKING_CLI_CONFIG_FILE或~/.openviking/ovcli.conf路径访问）。

主要特性：

• 分层上下文加载：L0层（约100个标记）→ L1层（约2000个标记）→ L2层（完整上下文）
• 会话保存时自动提取内存数据，包括用户配置、偏好设置、实体信息、事件记录、案例数据及模式规则
• 支持使用viking:// URI方案实现分层知识浏览

在本地/可信模式下，系统会使用OPENVIKING_ACCOUNT和OPENVIKING_USER参数。虽然可以指定对等方身份，但默认情况下Hermes不会发送对等方ID，而是将内存数据直接写入viking://user/<用户名>/memories/...路径下。设置过程中也不会要求输入对等方ID。若需为不同助手创建独立的上下文，可在config.yaml文件中设置memory.openviking.agent: work-assistant。

已存在的非空对等方配置将保留其针对该对等方的写入数据及检索功能。这包括在关联的OpenViking配置文件中设置的OPENVIKING_AGENT、actor_peer_id或旧版的agent_id。现有内存数据不会被移动或删除。在没有指定对等方ID的情况下，系统默认会搜索当前用户的内存数据以及同一OpenViking账户下的其他对等方内存数据。内存数据的排序规则和返回数量限制将决定最终展示哪些数据。若要恢复旧的对等方级写入功能，可设置memory.openviking.agent: hermes。在此变更之前以用户级别写入的内存数据仍将保留在原处并可被检索，该设置仅影响后续的新数据写入，不会改变现有内存的数据位置。

在通过 OpenViking 发送请求时，Hermes 会设置 User-Agent: openviking-memory-hermes/<version>。这一标准的工具标识符不包含任何与特定用户相关的信息，也不会因此产生额外的请求。

Mem0

一种基于服务器端的大型语言模型事实提取工具，具备语义搜索、重排序及自动去重功能。提供三种连接模式：平台模式（Mem0 云服务）、自托管控制台模式（通过 Docker 运行的 Mem0 服务器），以及 OSS 模式（在您自己的大型语言模型与向量存储系统中集成 Mem0 功能）。

工具（4个）： mem0_search（语义搜索；平台模式下可选重排序功能，默认关闭）、mem0_add（存储原始事实数据）、mem0_update（通过 ID 进行更新）、mem0_delete（通过 ID 进行删除）

平台模式设置步骤：

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

设置（OSS）：

hermes memory setup    # select "mem0" → "Open Source (self-hosted)"
# Or via flags:
hermes memory setup mem0 --mode oss --oss-llm openai --oss-llm-key sk-... --oss-vector qdrant

无需写入文件即可预览：

hermes memory setup mem0 --mode oss --oss-llm-key sk-... --dry-run

设置（自托管控制面板）： 连接到您通过 Docker 运行的 Mem0 服务器（即该控制面板的 REST API）：

hermes memory setup    # select "mem0" → "Self-hosted server"
# Or via flags:
hermes memory setup mem0 --mode selfhosted --host http://localhost:8888 --api-key your-admin-api-key

或者手动配置——可通过环境变量来实现：

echo "MEM0_HOST=http://localhost:8888" >> ~/.hermes/.env
echo "MEM0_API_KEY=your-admin-api-key" >> ~/.hermes/.env

或在 mem0.json 中：

{ "host": "http://localhost:8888", "api_key": "your-admin-api-key" }

该插件通过 X-API-Key 进行身份验证，并使用服务器的 /search 和 /memories 接口。api_key 参数为可选项（仅当服务器设置为 AUTH_DISABLED 时才可省略）。请勿设置 mode: oss —— 因为其优先级高于 host 参数。

配置文件： $HERMES_HOME/mem0.json（用于设置行为参数）。仅有密钥 MEM0_API_KEY 需存储在 ~/.hermes/.env 文件中。

OSS 支持的提供方：

切换模式： 重新运行命令 hermes memory setup mem0 --mode <platform|selfhosted|oss>，或直接编辑 mem0.json 文件。

后见之明

具备知识图谱、实体解析以及多策略检索功能的长期记忆系统。hindsight_reflect 工具可实现其他任何提供商都无法提供的跨内存信息整合功能。该系统通过会话级文档跟踪，自动保留完整的对话记录（包括工具调用信息）。

相关工具： hindsight_retain（结合实体提取功能进行存储）、hindsight_recall（多策略搜索）、hindsight_reflect（跨内存信息整合）

设置方式：

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项，且仅安装所选模式所需的组件（云端模式使用 hindsight-client，本地模式使用 hindsight-all）。系统要求 hindsight-client 版本至少为 0.4.22；若版本过旧，将在会话启动时自动升级。

本地模式界面启动方式： hindsight-embed -p hermes ui start

配置文件路径： $HERMES_HOME/hindsight/config.json

Holographic

基于本地SQLite的事实存储引擎，支持FTS5全文搜索、信任度评分功能，以及用于组合代数查询的HRR（Holographic Reduced Representations）技术。

工具功能： fact_store（9种操作：添加、搜索、查询关联信息、推理、矛盾检测、更新、删除、列表展示）；fact_feedback（用于评估信息是否有用，进而训练信任度评分）

配置步骤：

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

配置文件： 位于 plugins.hermes-memory-store 下的 config.yaml

独特功能：

• probe — 针对特定实体的代数检索（获取关于某人/某物的所有事实）
• reason — 跨多个实体的组合式 AND 查询
• contradict — 自动检测矛盾事实
• 基于非对称反馈的信任度评分（有帮助则 +0.05，无帮助则 -0.10）

RetainDB

一款支持混合搜索（向量检索 + BM25 + 重排序）的云内存 API，提供 7 种内存类型及增量压缩功能。

工具（10 个）： retaindb_profile（用户配置文件）、retaindb_search（语义搜索）、retaindb_context（与任务相关的上下文）、retaindb_remember（按类型和重要性存储信息）、retaindb_forget（删除记忆），以及文件操作工具：retaindb_upload_file、retaindb_list_files、retaindb_read_file、retaindb_ingest_file、retaindb_delete_file

设置方式：

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 实现持久化内存功能——采用分层知识树结构，并支持多级检索（从模糊文本到基于大语言模型的搜索）。以本地存储为主，同时可选云同步功能。

常用工具： brv_query（检索知识树）、brv_curate（存储事实、决策规则及模式）、brv_status（显示 CLI 版本信息及知识树统计数据）

设置方法：

# 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（在上下文压缩导致信息丢失之前保存关键洞察）
• 知识树存储于 $HERMES_HOME/byterover/ 目录下（基于用户配置文件）
• 支持经过 SOC2 Type II 认证的云同步功能（可选）

Supermemory

这是一种具备语义长期记忆功能的工具，支持通过用户配置文件进行语义检索、提供显性记忆管理工具，并可通过 Supermemory 图形 API 实现会话结束后的对话导入功能。

相关工具：

• supermemory_store（用于保存显性记忆）
• supermemory_search（基于语义相似度的检索功能）
• supermemory_forget（可通过 ID 或最匹配查询来删除记忆）
• supermemory_profile（持久化用户配置文件及近期上下文信息）

设置方式：

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

自托管部署：

npx supermemory local

在运行 hermes memory setup 之前，请先在 $HERMES_HOME/supermemory.json 文件中设置 base_url：

{
  "base_url": "http://localhost:6767"
}

接着运行 hermes memory setup，并输入本地服务器输出的 API 密钥。首先配置端点可确保连接探测也保持在本地进行。

配置文件路径： $HERMES_HOME/supermemory.json

环境变量： SUPERMEMORY_API_KEY（必需）、SUPERMEMORY_BASE_URL（当未配置 base_url 时的兼容性备选值）、SUPERMEMORY_CONTAINER_TAG（可覆盖配置文件中的设置）。

端点的优先级顺序为：supermemory.json → SUPERMEMORY_BASE_URL → https://api.supermemory.ai。SDK 操作、设置/状态探测以及对话数据导入都会使用最终确定的端点。

主要功能：

• 自动上下文隔离——从已记录的对话轮次中移除相关记忆，避免记忆污染的递归发生
• 全会话一次性上传——在会话结束时将整个对话内容一次性发送
• 会话结束后的对话上传功能（发送至 /v4/conversations），便于在 Supermemory 中构建更完善的用户画像及关联图谱
• 端到端自托管路由——SDK、探测请求以及对话上传请求均使用相同配置的端点
• 在首次对话轮次及按可配置间隔向用户画像中注入相关数据
• 基于用户画像的容器隔离——在 container_tag 中使用 {identity} 标识（例如 hermes-{identity} → hermes-coder），实现针对不同 Hermes 用户画像的记忆隔离
• 多容器模式——通过启用 enable_custom_container_tags 并指定 custom_containers 列表，允许智能体在多个命名容器之间进行读写操作；自动处理功能则仍运行在主容器上

{
  "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

Memori

基于 Memori Cloud 构建的结构性长期记忆系统，具备上下文自动捕获功能、工具感知的对话上下文支持，以及用于调取事实、摘要、使用额度、注册信息及反馈的专用工具。

相关工具： memori_recall（检索长期记忆内容）、memori_recall_summary（生成摘要式上下文）、memori_quota（查询使用额度/限额）、memori_signup（请求发送注册邮件）、memori_feedback（提交集成使用反馈）

设置方式：

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

提供商对比

配置文件隔离

每个提供商的数据均通过配置文件实现独立隔离：

• 本地存储提供者（如 Holographic、ByteRover）会使用 $HERMES_HOME/ 路径，且该路径会因不同配置文件而有所差异。
• 配置文件提供者（如 Honcho、Mem0、Hindsight、Supermemory）会将配置信息存储在 $HERMES_HOME/ 下，因此每个配置文件都能拥有独立的凭证。
• 云存储提供者（如 RetainDB）会自动生成与特定配置文件对应的项目名称。
• 环境变量提供者（如 OpenViking）则通过各配置文件对应的 .env 文件来进行配置。

构建内存提供者

如需了解如何创建自定义的内存提供者，请参阅开发者指南：内存提供者插件。