Providers

On this page Hermes Agent поставляется с 8 плагинами внешних провайдеров памяти, которые дают агенту постоянное, межсессионное знание помимо встроенных MEMORY.md и USER.md. Одновременно может быть активен только один внешний провайдер — встроенная память всегда активна вместе с ним.

Quick Start¶

[code] hermes memory setup # интерактивный выбор + настройка
hermes memory status # проверка активного провайдера
hermes memory off # отключение внешнего провайдера

[/code] Вы также можете выбрать активный провайдер памяти через hermes plugins → Provider Plugins → Memory Provider. Или установить вручную в ~/.hermes/config.yaml: [code] memory:
provider: openviking # или honcho, mem0, hindsight, holographic, retaindb, byterover, supermemory

[/code]

How It Works¶

Когда провайдер памяти активен, Hermes автоматически: 1. Внедряет контекст провайдера в системный промпт (то, что знает провайдер) 2. Предзагружает релевантные воспоминания перед каждым шагом (в фоне, неблокирующе) 3. Синхронизирует шаги разговора с провайдером после каждого ответа 4. Извлекает воспоминания по завершении сессии (для провайдеров, которые это поддерживают) 5. Зеркалирует записи встроенной памяти во внешний провайдер 6. Добавляет инструменты, специфичные для провайдера, чтобы агент мог искать, сохранять и управлять воспоминаниями

Встроенная память (MEMORY.md / USER.md) продолжает работать как прежде. Внешний провайдер является дополнением.

Available Providers¶

Honcho¶

AI-native межсессионное моделирование пользователя с диалектическим мышлением, внедрением контекста в рамках сессии, семантическим поиском и постоянными выводами. Базовый контекст теперь включает сводку сессии наряду с представлением пользователя и карточками пиров, давая агенту понимание того, что уже было обсуждено. |
|---|---
Best for| Мультиагентные системы с межсессионным контекстом, выравнивание пользователь-агент
Requires| pip install honcho-ai + API key или самостоятельно размещённый экземпляр
Data storage| Honcho Cloud или самостоятельно размещённое
Cost| Цены Honcho (облако) / бесплатно (самостоятельно)
Tools (5): honcho_profile (чтение/обновление карточки пира), honcho_search (семантический поиск), honcho_context (контекст сессии — сводка, представление, карточка, сообщения), honcho_reasoning (синтезированный LLM), honcho_conclude (создание/удаление выводов) Architecture: Двухуровневое внедрение контекста — базовый слой (сводка сессии + представление + карточка пира, обновляется с частотой contextCadence) плюс диалектическое дополнение (рассуждения LLM, обновляется с частотой dialecticCadence). Диалектика автоматически выбирает холодные стартовые промпты (общие факты о пользователе) против тёплых промптов (контекст в рамках сессии) в зависимости от того, существует ли базовый контекст. Три ортогональные конфигурационные ручки управляют стоимостью и глубиной независимо: * contextCadence — как часто обновляется базовый слой (частота API-вызовов) * dialecticCadence — как часто срабатывает диалектический LLM (частота вызовов LLM) * dialecticDepth — сколько проходов .chat() на один вызов диалектики (1–3, глубина рассуждений)

Setup Wizard: [code] hermes honcho setup # (устаревшая команда)
# или
hermes memory setup # выберите "honcho"

[/code] Config: $HERMES_HOME/honcho.json (локальный для профиля) или ~/.honcho/config.json (глобальный). Порядок разрешения: $HERMES_HOME/honcho.json > ~/.hermes/honcho.json > ~/.honcho/config.json. См. справочник по конфигурации и руководство по интеграции Honcho. Full config reference Key| Default| Description
---|---|---|---
apiKey| \--| API-ключ из app.honcho.dev
baseUrl| \--| Базовый URL для самостоятельно размещённого Honcho
peerName| \--| Идентичность пира-пользователя
aiPeer| host key| Идентичность AI-пира (один на профиль)
workspace| host key| ID общего рабочего пространства
contextTokens| null (без лимита)| Бюджет токенов для автоматически внедряемого контекста на шаг. Обрезается по границам слов
contextCadence| 1| Минимальное количество шагов между API-вызовами context() (обновление базового слоя)
dialecticCadence| 2| Минимальное количество шагов между вызовами LLM peer.chat(). Рекомендуется 1–5. Применяется только к режимам hybrid/context
dialecticDepth| 1| Количество проходов .chat() на один вызов диалектики. Ограничено 1–3. Проход 0: холодный/тёплый промпт, проход 1: самопроверка, проход 2: согласование
dialecticDepthLevels| null| Опциональный массив уровней рассуждений на проход, например ["minimal", "low", "medium"]. Переопределяет пропорциональные значения по умолчанию
dialecticReasoningLevel| 'low'| Базовый уровень рассуждений: minimal, low, medium, high, max
dialecticDynamic| true| Если true, модель может переопределять уровень рассуждений при каждом вызове через параметр инструмента
dialecticMaxChars| 600| Максимальное количество символов результата диалектики, внедряемого в системный промпт
recallMode| 'hybrid'| hybrid (автовнедрение + инструменты), context (только внедрение), tools (только инструменты)
writeFrequency| 'async'| Когда сбрасывать сообщения: async (фоновый поток), turn (синхронно), session (пакетно по окончании), или целое число N
saveMessages| true| Сохранять ли сообщения в Honcho API
observationMode| 'directional'| directional (все включены) или unified (общий пул). Переопределяется объектом observation
messageMaxChars| 25000| Максимальное количество символов на сообщение (разбивается на части при превышении)
dialecticMaxInputChars| 10000| Максимальное количество символов для ввода запроса диалектики в peer.chat()
sessionStrategy| 'per-directory'| per-directory, per-repo, per-session, global
Minimal honcho.json (cloud) [code] {
"apiKey": "your-key-from-app.honcho.dev",
"hosts": {
"hermes": {
"enabled": true,
"aiPeer": "hermes",
"peerName": "your-name",
"workspace": "hermes"
}
}
}

[/code] Minimal honcho.json (self-hosted) [code] {
"baseUrl": "http://localhost:8000",
"hosts": {
"hermes": {
"enabled": true,
"aiPeer": "hermes",
"peerName": "your-name",
"workspace": "hermes"
}
}
}

[/code] Migrating from hermes honcho Если вы ранее использовали hermes honcho setup, ваша конфигурация и все данные на стороне сервера сохраняются. Просто повторно включите через мастер настройки или вручную установите memory.provider: honcho, чтобы реактивировать через новую систему. Multi-peer setup: Honcho моделирует разговоры как пиров, обменивающихся сообщениями — один пир-пользователь плюс один AI-пир на профиль Hermes, все в общем рабочем пространстве. Рабочее пространство — это общая среда: пир-пользователь глобален для всех профилей, каждый AI-пир имеет свою собственную идентичность. Каждый AI-пир строит независимое представление/карточку из своих собственных наблюдений, поэтому профиль coder остаётся ориентированным на код, а профиль writer остаётся редакционным для того же пользователя. The mapping: Concept| What it is
---|---
Workspace| Общая среда. Все профили Hermes в одном рабочем пространстве видят одну и ту же идентичность пользователя.
User peer (peerName)| Человек. Общий для всех профилей в рабочем пространстве.
AI peer (aiPeer)| Один на профиль Hermes. Ключ хоста hermes → по умолчанию; hermes.<profile> для других.
Observation| Переключатели для каждого пира, управляющие тем, что Honcho моделирует из чьих сообщений. directional (по умолчанию, все четыре включены) или unified (единый пул наблюдателя).

New profile, fresh Honcho peer¶

[code] hermes profile create coder --clone

[/code] --clone создаёт блок хоста hermes.coder в honcho.json с aiPeer: "coder", общим workspace, унаследованными peerName, recallMode, writeFrequency, observation и т.д. AI-пир eagerly создаётся в Honcho, чтобы существовать до первого сообщения.

Existing profiles, backfill Honcho peers¶

[code] hermes honcho sync

[/code] Сканирует каждый профиль Hermes, создаёт блоки хостов для любого профиля без него, наследуя настройки из блока hermes по умолчанию, и eagerly создаёт новые AI-пиры. Идемпотентно — пропускает профили, у которых уже есть блок хоста.

Per-profile observation¶

Каждый блок хоста может независимо переопределять конфигурацию наблюдения. Пример: профиль, ориентированный на код, где AI-пир наблюдает пользователя, но не моделирует себя: [code] "hermes.coder": {
"aiPeer": "coder",
"observation": {
"user": { "observeMe": true, "observeOthers": true },
"ai": { "observeMe": false, "observeOthers": true }
}
}

[/code] Observation toggles (one set per peer): Toggle| Effect
---|---
observeMe| Honcho строит представление этого пира из его собственных сообщений
observeOthers| Этот пир наблюдает сообщения другого пира (питает межпировое мышление)
Presets via observationMode: * "directional" (по умолчанию) — все четыре флага включены. Полное взаимное наблюдение; включает межпировую диалектику. * "unified" — пользователь observeMe: true, AI observeOthers: true, остальные false. Единый пул наблюдателя; AI моделирует пользователя, но не себя, пир-пользователь моделирует только себя.

Переключатели на стороне сервера, установленные через панель Honcho, имеют приоритет над локальными значениями по умолчанию — синхронизируются обратно при инициализации сессии. См. страницу Honcho для полного справочника по наблюдению. Full honcho.json example (multi-profile) [code] {
"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"
}
}

[/code] См. справочник по конфигурации и руководство по интеграции Honcho.

OpenViking¶

Контекстная база данных от Volcengine (ByteDance) с иерархией знаний в стиле файловой системы, многоуровневым поиском и автоматическим извлечением памяти в 6 категорий. |
|---|---
Best for| Самостоятельно размещённое управление знаниями со структурированным просмотром
Requires| pip install openviking + работающий сервер
Data storage| Самостоятельно размещённое (локально или в облаке)
Cost| Бесплатно (открытый исходный код, AGPL-3.0)
Tools: viking_search (семантический поиск), viking_read (многоуровневый: абстракт/обзор/полный), viking_browse (навигация по файловой системе), viking_remember (сохранение фактов), viking_add_resource (загрузка URL/документов) Setup: [code] # Сначала запустите сервер OpenViking
pip install openviking
openviking-server

# Затем настройте Hermes  
hermes memory setup    # выберите "openviking"  
# Или вручную:  
hermes config set memory.provider openviking  
echo "OPENVIKING_ENDPOINT=http://localhost:1933" >> ~/.hermes/.env

[/code] Key features: * Многоуровневая загрузка контекста: L0 (~100 токенов) → L1 (~2k) → L2 (полный) * Автоматическое извлечение памяти при завершении сессии (профиль, предпочтения, сущности, события, случаи, шаблоны) * Схема URI viking:// для иерархического просмотра знаний

Mem0¶

Серверное извлечение фактов LLM с семантическим поиском, переранжированием и автоматической дедупликацией. |
|---|---
Best for| Автоматическое управление памятью без вмешательства — Mem0 обрабатывает извлечение автоматически
Requires| pip install mem0ai + API-ключ
Data storage| Mem0 Cloud
Cost| Цены Mem0
Tools: mem0_profile (все сохранённые воспоминания), mem0_search (семантический поиск + переранжирование), mem0_conclude (сохранение дословных фактов) Setup: [code] hermes memory setup # выберите "mem0"
# Или вручную:
hermes config set memory.provider mem0
echo "MEM0_API_KEY=your-key" >> ~/.hermes/.env

[/code] Config: $HERMES_HOME/mem0.json Key| Default| Description
---|---|---|---
user_id| hermes-user| Идентификатор пользователя
agent_id| hermes| Идентификатор агента

Hindsight¶

Долговременная память с графом знаний, разрешением сущностей и многостратегическим поиском. Инструмент hindsight_reflect обеспечивает кросc-мемориальный синтез, который не предлагает ни один другой провайдер. Автоматически сохраняет полные шаги разговора (включая вызовы инструментов) с отслеживанием документов на уровне сессии. |
|---|---
Best for| Поиск на основе графа знаний с отношениями сущностей
Requires| Облако: API-ключ из ui.hindsight.vectorize.io. Локально: API-ключ LLM (OpenAI, Groq, OpenRouter и т.д.)
Data storage| Hindsight Cloud или локальный встроенный PostgreSQL
Cost| Цены Hindsight (облако) или бесплатно (локально)
Tools: hindsight_retain (сохранение с извлечением сущностей), hindsight_recall (многостратегический поиск), hindsight_reflect (кросc-мемориальный синтез) Setup: [code] hermes memory setup # выберите "hindsight"
# Или вручную:
hermes config set memory.provider hindsight
echo "HINDSIGHT_API_KEY=your-key" >> ~/.hermes/.env

[/code] Мастер настройки устанавливает зависимости автоматически и устанавливает только то, что необходимо для выбранного режима (hindsight-client для облака, hindsight-all для локального). Требуется hindsight-client >= 0.4.22 (автоматически обновляется при запуске сессии, если версия устарела). Local mode UI: hindsight-embed -p hermes ui start Config: $HERMES_HOME/hindsight/config.json Key| Default| Description
---|---|---|---
mode| cloud| cloud или local
bank_id| hermes| Идентификатор банка памяти
recall_budget| mid| Тщательность поиска: low / mid / high
memory_mode| hybrid| hybrid (контекст + инструменты), context (только автовнедрение), tools (только инструменты)
auto_retain| true| Автоматически сохранять шаги разговора
auto_recall| true| Автоматически извлекать воспоминания перед каждым шагом
retain_async| true| Обрабатывать сохранение асинхронно на сервере
retain_context| conversation between Hermes Agent and the User| Метка контекста для сохранённых воспоминаний
retain_tags| —| Теги по умолчанию, применяемые к сохранённым воспоминаниям; объединяются с тегами из вызовов инструментов
retain_source| —| Опционально metadata.source, прикрепляемый к сохранённым воспоминаниям
retain_user_prefix| User| Метка перед шагами пользователя в автоматически сохраняемых транскриптах
retain_assistant_prefix| Assistant| Метка перед шагами ассистента в автоматически сохраняемых транскриптах
recall_tags| —| Теги для фильтрации при поиске
См. README плагина для полного справочника по конфигурации.

Holographic¶

Локальное хранилище фактов SQLite с полнотекстовым поиском FTS5, оценкой доверия и HRR (Holographic Reduced Representations) для композиционных алгебраических запросов. |
|---|---
Best for| Локальная память с расширенным поиском, без внешних зависимостей
Requires| Ничего (SQLite всегда доступен). NumPy опционально для HRR-алгебры.
Data storage| Локальный SQLite
Cost| Бесплатно
Tools: fact_store (9 действий: add, search, probe, related, reason, contradict, update, remove, list), fact_feedback (оценка helpful/unhelpful, обучающая оценки доверия) Setup: [code] hermes memory setup # выберите "holographic"
# Или вручную:
hermes config set memory.provider holographic

[/code] Config: config.yaml в разделе plugins.hermes-memory-store Key| Default| Description
---|---|---|---
db_path| $HERMES_HOME/memory_store.db| Путь к базе данных SQLite
auto_extract| false| Автоматически извлекать факты по завершении сессии
default_trust| 0.5| Оценка доверия по умолчанию (0.0–1.0)
Unique capabilities: * probe — алгебраический поиск по конкретной сущности (все факты о человеке/вещи) * reason — композиционные AND-запросы по нескольким сущностям * contradict — автоматическое обнаружение противоречащих фактов * Оценка доверия с асимметричной обратной связью (+0.05 helpful / -0.10 unhelpful)

RetainDB¶

Облачное API памяти с гибридным поиском (Vector + BM25 + Reranking), 7 типами памяти и дельта-сжатием. |
|---|---
Best for| Команды, уже использующие инфраструктуру RetainDB
Requires| Аккаунт RetainDB + API-ключ
Data storage| RetainDB Cloud
Cost| $20/месяц
Tools: retaindb_profile (профиль пользователя), retaindb_search (семантический поиск), retaindb_context (контекст, релевантный задаче), retaindb_remember (сохранение с типом + важностью), retaindb_forget (удаление воспоминаний) Setup: [code] hermes memory setup # выберите "retaindb"
# Или вручную:
hermes config set memory.provider retaindb
echo "RETAINDB_API_KEY=your-key" >> ~/.hermes/.env

[/code]

ByteRover¶

Постоянная память через CLI brv — иерархическое дерево знаний с многоуровневым поиском (нечёткий текст → поиск через LLM). Локально-ориентированная с опциональной облачной синхронизацией. |
|---|---
Best for| Разработчики, которым нужна портативная локально-ориентированная память с CLI
Requires| ByteRover CLI (npm install -g byterover-cli или скрипт установки)
Data storage| Локально (по умолчанию) или ByteRover Cloud (опциональная синхронизация)
Cost| Бесплатно (локально) или цены ByteRover (облако)
Tools: brv_query (поиск по дереву знаний), brv_curate (сохранение фактов/решений/шаблонов), brv_status (версия CLI + статистика дерева) Setup: [code] # Сначала установите CLI
curl -fsSL https://byterover.dev/install.sh | sh

# Затем настройте Hermes  
hermes memory setup    # выберите "byterover"  
# Или вручную:  
hermes config set memory.provider byterover

[/code] Key features: * Автоматическое извлечение до сжатия (сохраняет инсайты до того, как сжатие контекста их отбросит) * Дерево знаний хранится в $HERMES_HOME/byterover/ (в рамках профиля) * SOC2 Type II сертифицированная облачная синхронизация (опционально)

Supermemory¶

Семантическая долговременная память с поиском по профилю, семантическим поиском, явными инструментами памяти и загрузкой разговора по завершении сессии через графовое API Supermemory. |
|---|---
Best for| Семантический поиск с профилированием пользователя и построением графа на уровне сессии
Requires| pip install supermemory + API key
Data storage| Supermemory Cloud
Cost| Цены Supermemory
Tools: supermemory_store (сохранение явных воспоминаний), supermemory_search (поиск по семантическому сходству), supermemory_forget (забыть по ID или по запросу наилучшего соответствия), supermemory_profile (постоянный профиль + недавний контекст) Setup: [code] hermes memory setup # выберите "supermemory"
# Или вручную:
hermes config set memory.provider supermemory
echo 'SUPERMEMORY_API_KEY=***' >> ~/.hermes/.env

[/code] Config: $HERMES_HOME/supermemory.json Key| Default| Description
---|---|---|---
container_tag| hermes| Тег контейнера, используемый для поиска и записи. Поддерживает шаблон {identity} для тегов в рамках профиля.
auto_recall| true| Внедрять релевантный контекст памяти перед шагами
auto_capture| true| Сохранять очищенные шаги пользователь-ассистент после каждого ответа
max_recall_results| 10| Максимум извлечённых элементов для форматирования в контекст
profile_frequency| 50| Включать факты профиля на первом шаге и каждые N шагов
capture_mode| all| Пропускать крошечные или тривиальные шаги по умолчанию
search_mode| hybrid| Режим поиска: hybrid, memories или documents
api_timeout| 5.0| Тайм-аут для SDK и запросов загрузки
Environment variables: SUPERMEMORY_API_KEY (обязательно), SUPERMEMORY_CONTAINER_TAG (переопределяет конфигурацию). Key features: * Автоматическое ограждение контекста — удаляет извлечённые воспоминания из захваченных шагов для предотвращения рекурсивного загрязнения памяти * Загрузка разговора по завершении сессии для более богатого построения знаний на уровне графа * Факты профиля внедряются на первом шаге и с настраиваемыми интервалами * Фильтрация тривиальных сообщений (пропускает "ok", "thanks" и т.д.) * Контейнеры в рамках профиля — используйте {identity} в container_tag (например, hermes-{identity} → hermes-coder) для изоляции воспоминаний по профилю Hermes * Многоконтейнерный режим — включите enable_custom_container_tags со списком custom_containers, чтобы агент мог читать/записывать в именованные контейнеры. Автоматические операции (синхронизация, предзагрузка) остаются в основном контейнере.

Multi-container example [code] {
"container_tag": "hermes",
"enable_custom_container_tags": true,
"custom_containers": ["project-alpha", "shared-knowledge"],
"custom_container_instructions": "Используйте project-alpha для контекста программирования."
}

[/code] Support: Discord · support@supermemory.com

Provider Comparison¶

Provider	Storage	Cost	Tools	Dependencies	Unique Feature
Honcho	Cloud	Paid	5	`honcho-ai`	Диалектическое моделирование пользователя + контекст в рамках сессии
OpenViking	Self-hosted	Free	5	`openviking` + server	Иерархия файловой системы + многоуровневая загрузка
Mem0	Cloud	Paid	3	`mem0ai`	Серверное извлечение LLM
Hindsight	Cloud/Local	Free/Paid	3	`hindsight-client`	Граф знаний + синтез reflect
Holographic	Local	Free	2	None	HRR-алгебра + оценка доверия
RetainDB	Cloud	$20/mo	5	`requests`	Дельта-сжатие
ByteRover	Local/Cloud	Free/Paid	3	`brv` CLI	Извлечение до сжатия
Supermemory	Cloud	Paid	4	`supermemory`	Ограждение контекста + загрузка сессионного графа + мультиконтейнер
## Profile Isolation
Данные каждого провайдера изолированы по профилю:
* Провайдеры локального хранения (Holographic, ByteRover) используют пути `$HERMES_HOME/`, которые различаются для каждого профиля
* Провайдеры файлов конфигурации (Honcho, Mem0, Hindsight, Supermemory) хранят конфигурацию в `$HERMES_HOME/`, поэтому каждый профиль имеет свои собственные учётные данные
* Облачные провайдеры (RetainDB) автоматически формируют имена проектов с учётом профиля
* Провайдеры переменных окружения (OpenViking) настраиваются через файл `.env` каждого профиля

Building a Memory Provider¶

См. Руководство разработчика: Плагины провайдеров памяти для создания собственного провайдера. * Quick Start * How It Works * Available Providers * Honcho * New profile, fresh Honcho peer * Existing profiles, backfill Honcho peers * Per-profile observation * OpenViking * Mem0 * Hindsight * Holographic * RetainDB * ByteRover * Supermemory * Provider Comparison * Profile Isolation * Building a Memory Provider

Providers

Quick Start​¶

How It Works​¶

Available Providers​¶

Honcho​¶

New profile, fresh Honcho peer​¶

Existing profiles, backfill Honcho peers​¶

Per-profile observation​¶

OpenViking​¶

Mem0​¶

Hindsight​¶

Holographic​¶

RetainDB​¶

ByteRover​¶

Supermemory​¶

Provider Comparison​¶

Building a Memory Provider​¶