<!-- Source: https://hermesbible.com/docs/user-guide/features/memory-providers -->

章節：核心功能 · URL：https://hermesbible.com/docs/user-guide/features/memory-providers

Hermes Agent 搭載了 8 個外部記憶提供者插件，讓代理程式擁有超出內建 MEMORY.md 和 USER.md 之外的持久化、跨會話知識。同時只能啟用一個外部提供者——內建記憶始終與其並行運作。

快速入門

hermes memory setup      # 互動式選擇器 + 設定
hermes memory status     # 檢查已啟用的提供者
hermes memory off        # 停用外部提供者

您也可以透過 hermes plugins → Provider Plugins → Memory Provider 選擇作用中的記憶提供者。

或在 ~/.hermes/config.yaml 中手動設定：

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

運作方式

當記憶提供者啟用時，Hermes 會自動執行以下操作：

1. 注入提供者上下文到系統提示中（提供者已知的資訊）
2. 預先取得相關記憶於每回合前（背景執行，非阻塞）
3. 同步對話回合到提供者（每次回應後）
4. 在會話結束時提取記憶（適用於支援此功能的提供者）
5. 鏡像內建記憶寫入到外部提供者
6. 新增提供者專屬工具，讓代理程式能夠搜尋、儲存和管理記憶

內建記憶（MEMORY.md / USER.md）的運作方式與之前完全相同。外部提供者是附加功能。

可用的提供者

Honcho

AI 原生跨會話使用者建模，具備辯證推理、會話範圍上下文注入、語義搜尋和持久化結論。基礎上下文現在包含會話摘要以及使用者表徵和對等卡片，讓代理程式 aware 已討論過的內容。

工具（5 個）： honcho_profile（讀取/更新對等卡片）、honcho_search（語義搜尋）、honcho_context（會話上下文——摘要、表徵、卡片、訊息）、honcho_reasoning（LLM 合成）、honcho_conclude（建立/刪除結論）

架構： 兩層上下文注入——基礎層（會話摘要 + 表徵 + 對等卡片，依 contextCadence 刷新）加上辯證補充層（LLM 推理，依 dialecticCadence 刷新）。辯證會根據基礎上下文是否存在，自動選擇冷啟動提示（一般使用者事實）或暖提示（會話範圍上下文）。

三個正交設定旋鈕分別控制成本和深度：

• contextCadence — 基礎層刷新頻率（API 呼叫頻率）
• dialecticCadence — 辯證 LLM 觸發頻率（LLM 呼叫頻率）
• dialecticDepth — 每次辯證呼叫的 .chat() 次數（1–3，推理深度）

設定精靈：

hermes memory setup        # 選擇 "honcho" — 執行 Honcho 專屬的設定後流程

舊版 hermes honcho setup 命令仍然有效（現在會重定向到 hermes memory setup），但只在 Honcho 被選為作用中記憶提供者後才會註冊。

設定： $HERMES_HOME/honcho.json（設定檔範圍）或 ~/.honcho/config.json（全域）。解析順序：$HERMES_HOME/honcho.json > ~/.hermes/honcho.json > ~/.honcho/config.json。詳見設定參考和 Honcho 整合指南。

<details> <summary>完整設定參考</summary> </details> <details> <summary>最小 honcho.json（雲端）</summary>

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

</details> <details> <summary>最小 honcho.json（自架）</summary>

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

</details>

提示——從 hermes honcho 遷移

如果您之前使用過 hermes honcho setup，您的設定和所有伺服器端資料都完好無損。只需透過設定精靈重新啟用，或手動設定 memory.provider: honcho 即可透過新系統重新啟動。

多對等設定：

Honcho 將對話建模為對等之間的訊息交換——每個 Hermes 設定檔有一個使用者對等加一個 AI 對等，共享一個工作區。工作區是共享環境：使用者對等在設定檔之間是全域的，每個 AI 對等則有自己獨立的身份。每個 AI 對等根據自己的觀察建立獨立的表徵/卡片，因此 coder 設定檔保持程式碼導向，而 writer 設定檔針對同一使用者保持編輯導向。

映射關係：

新建設定檔，全新 Honcho 對等

hermes profile create coder --clone

--clone 會在 honcho.json 中建立一個 hermes.coder host 區塊，包含 aiPeer: "coder"、共享的 workspace、繼承的 peerName、recallMode、writeFrequency、observation 等。AI 對等會在 Honcho 中被即時建立，使其在第一則訊息前就存在。

現有設定檔，回填 Honcho 對等

hermes honcho sync

掃描每個 Hermes 設定檔，為沒有 host 區塊的設定檔建立區塊，從預設 hermes 區塊繼承設定，並即時建立新的 AI 對等。具冪等性——跳過已有 host 區塊的設定檔。

每個設定檔的觀察設定

每個 host 區塊可以獨立覆蓋觀察設定。例如：一個程式碼導向的設定檔，其中 AI 對等觀察使用者但不自我建模：

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

觀察切換開關（每個對等一組）：

透過 observationMode 設定預設：

• "directional"（預設）— 四個旗標全部開啟。完全互相觀察；啟用跨對等辯證。
• "unified" — 使用者 observeMe: true，AI observeObservers: true，其餘為 false。單一觀察者池；AI 建模使用者但不自我建模，使用者對等僅自我建模。

伺服器端切換開關透過 Honcho 控制面板 設定會覆蓋本地預設值——在會話初始化時同步回來。

詳見 Honcho 頁面 以取得完整的觀察參考。

閘道器身份映射

上述的對等模型涵蓋了 CLI、TUI 和桌面會話，其中每個對話都解析為 peerName。閘道器 增加了第二個軸線：使用者以平台原生的執行時 ID 到達（Telegram UID、Discord snowflake、Slack 用戶），三個鍵值決定每個 ID 解析到哪個對等。

在閘道器之外，這些鍵值沒有作用。hermes memory setup 僅在偵測到已連接的閘道器平台時才會提示這些設定。詳見 Honcho 頁面 以取得解析器階梯和設定流程。

<details> <summary>完整 honcho.json 範例（多設定檔）</summary>

{
  "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"
  }
}

</details>

詳見設定參考和 Honcho 整合指南。

---

OpenViking

由 Volcengine（ByteDance）開發的上下文資料庫，具備檔案系統式知識階層、分層檢索和自動記憶提取（分為 6 個類別）。

工具： viking_search（語義搜尋）、viking_read（分層：摘要/概覽/完整）、viking_browse（檔案系統導航）、viking_remember（儲存事實）、viking_add_resource（擷取 URL/文件）

設定：

# 先啟動 OpenViking 伺服器
pip install openviking
openviking-server

# 然後設定 Hermes
hermes memory setup    # 選擇 "openviking"
# 或手動設定：
hermes config set memory.provider openviking
echo "OPENVIKING_ENDPOINT=http://localhost:1933" >> ~/.hermes/.env

主要功能：

• 分層上下文載入：L0（~100 tokens）→ L1（~2k）→ L2（完整）
• 在會話提交時自動提取記憶（個人設定、偏好、實體、事件、案例、模式）
• viking:// URI 方案用於階層式知識瀏覽

---

Mem0

伺服器端 LLM 事實提取，具備語義搜尋、重新排序和自動去重。

工具： mem0_profile（所有儲存的記憶）、mem0_search（語義搜尋 + 重新排序）、mem0_conclude（儲存逐字事實）

設定：

hermes memory setup    # 選擇 "mem0"
# 或手動設定：
hermes config set memory.provider mem0
echo "MEM0_API_KEY=your-key" >> ~/.hermes/.env

設定： $HERMES_HOME/mem0.json

---

Hindsight

具備知識圖譜、實體解析和多策略檢索的長期記憶。hindsight_reflect 工具提供其他提供者所沒有的跨記憶合成功能。自動保留完整的對話回合（包括工具呼叫），並支援會話層級的文件追蹤。

工具： hindsight_retain（儲存並提取實體）、hindsight_recall（多策略搜尋）、hindsight_reflect（跨記憶合成）

設定：

hermes memory setup    # 選擇 "hindsight"
# 或手動設定：
hermes config set memory.provider hindsight
echo "HINDSIGHT_API_KEY=your-key" >> ~/.hermes/.env

設定精靈會自動安裝依賴項，僅安裝所選模式所需的套件（雲端使用 hindsight-client，本機使用 hindsight-all）。需要 hindsight-client >= 0.4.22（會話啟動時若過時會自動升級）。

本機模式 UI： hindsight-embed -p hermes ui start

設定： $HERMES_HOME/hindsight/config.json

詳見插件 README以取得完整設定參考。

---

Holographic

具備 FTS5 全文搜尋、信任評分和 HRR（全像簡化表示）用於組合代數查詢的本機 SQLite 事實儲存。

工具： fact_store（9 個操作：新增、搜尋、探查、關聯、推理、矛盾、更新、刪除、列出）、fact_feedback（有用/無用評分，訓練信任評分）

設定：

hermes memory setup    # 選擇 "holographic"
# 或手動設定：
hermes config set memory.provider holographic

設定： config.yaml 中的 plugins.hermes-memory-store

獨特功能：

• probe — 實體特定的代數召回（關於某人/某事的所有事實）
• reason — 跨多個實體的組合 AND 查詢
• contradict — 自動偵測衝突事實
• 信任評分具備非對稱回饋（+0.05 有用 / -0.10 無用）

---

RetainDB

雲端記憶 API，具備混合搜尋（向量 + BM25 + 重新排序）、7 種記憶類型和增量壓縮。

工具： retaindb_profile（使用者設定檔）、retaindb_search（語義搜尋）、retaindb_context（任務相關上下文）、retaindb_remember（儲存並指定類型 + 重要性）、retaindb_forget（刪除記憶）

設定：

hermes memory setup    # 選擇 "retaindb"
# 或手動設定：
hermes config set memory.provider retaindb
echo "RETAINDB_API_KEY=your-key" >> ~/.hermes/.env

---

ByteRover

透過 brv CLI 實現的持久化記憶——具備分層檢索（模糊文字 → LLM 驅動搜尋）的階層式知識樹。本機優先，可選雲端同步。

工具： brv_query（搜尋知識樹）、brv_curate（儲存事實/決策/模式）、brv_status（CLI 版本 + 樹統計）

設定：

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

# 然後設定 Hermes
hermes memory setup    # 選擇 "byterover"
# 或手動設定：
hermes config set memory.provider byterover

主要功能：

• 自動預壓縮提取（在上下文壓縮丟棄前儲存洞察）
• 知識樹儲存在 $HERMES_HOME/byterover/（設定檔範圍）
• SOC2 Type II 認證的雲端同步（可選）

---

Supermemory

具備設定檔召回、語義搜尋、明確記憶工具和會話結束時透過 Supermemory 圖 API 載入對話的語義長期記憶。

工具： supermemory_store（儲存明確記憶）、supermemory_search（語義相似度搜尋）、supermemory_forget（按 ID 或最佳匹配查詢忘記）、supermemory_profile（持久化設定檔 + 近期上下文）

設定：

hermes memory setup    # 選擇 "supermemory"
# 或手動設定：
hermes config set memory.provider supermemory
echo 'SUPERMEMORY_API_KEY=***' >> ~/.hermes/.env

設定： $HERMES_HOME/supermemory.json

環境變數： SUPERMEMORY_API_KEY（必要）、SUPERMEMORY_CONTAINER_TAG（覆蓋設定）。

主要功能：

• 自動上下文隔離——從捕獲的回合中移除已召回的記憶，防止遞迴記憶污染
• 全會話擷取——在會話邊界一次性發送整個對話
• 會話結束時對話擷取（到 /v4/conversations），用於在 Supermemory 中建構更豐富的設定檔 + 圖
• 設定檔事實在第一回合及可設定間隔時注入
• 設定檔範圍的容器 — 在 container_tag 中使用 {identity}（例如 hermes-{identity} → hermes-coder）以隔離每個 Hermes 設定檔的記憶
• 多容器模式 — 啟用 enable_custom_container_tags 並設定 custom_containers 列表，讓代理程式可以跨命名容器讀寫。自動操作仍停留在主要容器。

<details> <summary>多容器範例</summary>

{
  "container_tag": "hermes",
  "enable_custom_container_tags": true,
  "custom_containers": ["project-alpha", "shared-knowledge"],
  "custom_container_instructions": "Use project-alpha for coding context."
}

</details>

支援： Discord · support@supermemory.com

Memori

使用 Memori Cloud 的結構化長期記憶，具備背景已完成回合捕獲、工具感知的回合上下文，以及用於事實、摘要、配額、註冊和回饋的明確召回工具。

工具： memori_recall（搜尋長期記憶）、memori_recall_summary（摘要上下文）、memori_quota（使用量/配額）、memori_signup（請求註冊郵件）、memori_feedback（發送整合回饋）

設定：

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

---

提供者比較

設定檔隔離

每個提供者的資料都按設定檔隔離：

• 本機儲存提供者（Holographic、ByteRover）使用 $HERMES_HOME/ 路徑，每個設定檔不同
• 設定檔提供者（Honcho、Mem0、Hindsight、Supermemory）將設定儲存在 $HERMES_HOME/，因此每個設定檔有自己的憑證
• 雲端提供者（RetainDB）自動派生設定檔範圍的專案名稱
• 環境變數提供者（OpenViking）透過每個設定檔的 .env 檔案設定

建構記憶提供者

詳見開發者指南：記憶提供者插件以了解如何建立自己的提供者。

---

---

上下文檔案