P25 25_能力篇_外置记忆提供商

课时概要

能力篇 · 外置记忆提供商。除内置持久记忆外，Hermes 支持外置记忆 provider（如 Honcho），官方 README 提到 Honcho dialectic user modeling，文档还有独立的 Memory providers 页。

本分P 没有逐P 的官方简介（视频简介只有资源链接）。以下「本节要点 / 关键概念 / 代码实操」均改写自 Hermes 官方文档（Memory / Memory providers / Honcho 三页）与官方仓库原文并标注来源；「我的收获」里标 本机实测 的是在本机实跑得到的真实状态。

视频：25_能力篇_外置记忆提供商 ｜ 时长 6:05 ｜ P25

本节要点

• 外置记忆提供商是「叠加」而非「替换」（官方原文）：内置 memory（MEMORY.md / USER.md）继续完全照旧工作，外置 provider 只是附加。
• 三种启用方式：hermes memory setup（交互式 picker + 配置）｜ hermes plugins → Provider Plugins → Memory Provider ｜ 手动改 ~/.hermes/config.yaml 的 memory.provider: <名字>。配套命令：hermes memory status（看当前激活的是什么）/ hermes memory off（关掉外置）。
• provider 激活后 Hermes 自动做六件事：① 把 provider 上下文（它知道的关于你的东西）注入 system prompt ② 每轮回答前预取相关记忆（后台、非阻塞）③ 每轮回答后把对话同步给 provider ④ 会话结束时抽取记忆（provider 支持的话）⑤ 把内置记忆的写入镜像到外置 ⑥ 加上 provider 专属工具（让 agent 能搜索/存储/管理记忆）。
• 可选 provider（官方页）：Honcho（AI 原生跨会话用户建模 + 辩证推理）｜OpenViking ｜Mem0 ｜Hindsight（在 plugin catalog，需先 hermes plugins install hindsight）｜Holographic ｜RetainDB ｜ByteRover ｜Supermemory。配置形态以 env key 为主（如 OPENVIKING_API_KEY + OPENVIKING_ACCOUNT / OPENVIKING_USER；Supermemory 需 API key；ByteRover 要先装它的 CLI）。
• Honcho 是官方写得最深的一个（独立专页）。它带来的是辩证推理（dialectic reasoning）：每轮对话之后（受 dialecticCadence 门控）分析这次交流，推导出关于用户偏好、习惯、目标的洞察并累积 —— 得到的是超出用户明说内容的理解，而不是照抄用户原话。
• Honcho 的两层上下文注入：base 层（会话摘要 + 用户表征 + peer card + AI 自我表征 + AI 身份卡，按 contextCadence 刷新）= 「这个用户是谁」｜dialectic 补充层（LLM 合成的、关于用户当下状态与需求的推理，按 dialecticCadence 刷新）= 「此刻什么重要」。两层拼起来后按 contextTokens 预算截断。
• 冷 / 暖提示自动选择：还没有 base 上下文时走 cold start（问「这个人是谁？他的偏好、目标、工作方式？」）；有 base 上下文时走 warm（问「鉴于本次会话已经讨论的内容，哪些关于这个用户的上下文最相关？」）。自动切换，不需要你配。
• Honcho 的三个正交旋钮（成本与深度独立控制）：contextCadence（base 层刷新间隔，默认 1 轮）｜dialecticCadence（dialectic 的 LLM 调用间隔，默认 2，官方推荐 1–5）｜dialecticDepth（每次 dialectic 跑几个 .chat() pass，1–3，默认 1）。官方举例：contextCadence: 1, dialecticCadence: 5, dialecticDepth: 2 = 每轮刷 base、每 5 轮跑一次 dialectic、每次两遍推理。
• 多 agent profile 隔离：当多个 Hermes 实例服务同一个用户（比如一个编码助手 + 一个私人助手），Honcho 为每个实例维护独立的 peer 档案，各 peer 只看到自己的观察与结论 → 防止上下文串味。
• Honcho 的 5 个工具：honcho_profile（读/更新 peer card）｜honcho_search（语义搜索）｜honcho_context（会话上下文：摘要 / 表征 / card / 消息）｜honcho_reasoning（LLM 合成的推理）｜honcho_conclude（创建 / 删除结论）。
• 内置 vs Honcho 对照（官方表）：跨会话持久 = 文件 vs 服务端 API ｜ 用户画像 = 手工策展 vs 自动辩证推理 ｜ 会话摘要 = 无 vs 有（会话范围上下文注入） ｜ 多 agent 隔离 = 无 vs per-peer ｜ 观察模式 = 无 vs unified / directional ｜ 派生结论 = 无 vs 服务端推理 ｜ 历史检索 = FTS5 全文 vs 对结论的语义搜索。
• Honcho 的前置：pip install honcho-ai + API key（honcho.dev）或自建实例（数据落在 Honcho Cloud 或你自己的机器上）。

关键概念

• 外置记忆提供商：通过 memory.provider 接入的第三方记忆后端，与内置两文件叠加共存。
• 预取（prefetch）：每轮回答前在后台非阻塞地取回相关记忆。
• 镜像写入：内置 MEMORY.md/USER.md 的写入会同步到外置 provider。
• 辩证推理（dialectic reasoning）：Honcho 对每轮交流做推理、累积关于用户的洞察（而非照抄原话）。
• peer：Honcho 里每个 agent 实例独立的一份用户档案（多 agent 隔离的基础）。
• 两层上下文：base（我是谁对面的这个人）+ dialectic（此刻什么重要）。
• 三个 cadence 旋钮：contextCadence / dialecticCadence / dialecticDepth —— 独立控制 API 调用频率、LLM 调用频率与推理深度。
• 冷 / 暖提示：无 base 上下文用 cold、有 base 用 warm，自动选择。

代码 / 实操

hermes memory setup      # 交互式：选 provider + 配置
hermes memory status     # 当前激活的是谁
hermes memory off        # 关掉外置 provider
# 或者：hermes plugins → Provider Plugins → Memory Provider

# ~/.hermes/config.yaml（官方原文）
memory:
  provider: openviking   # honcho | mem0 | holographic | retaindb | byterover | supermemory
                         # | hindsight（需先 hermes plugins install hindsight）

# Honcho 的前置与启用（官方原文）
hermes memory setup                 # 在 provider 列表里选 honcho
# 或手动：config.yaml 写 memory.provider: honcho
echo 'HONCHO_API_KEY=***' >> ~/.hermes/.env

Honcho 三个旋钮的实战组合（官方示例）：

# contextCadence: 1  → 每轮刷新 base 层
# dialecticCadence: 5 → 每 5 轮跑一次 dialectic LLM
# dialecticDepth: 2   → 每次 dialectic 跑 2 个 pass

本机实测（2026-09-25）hermes memory status：

Built-in (MEMORY.md / USER.md):
  Memory injection:   enabled ✓
  User profile:       enabled ✓
  Memory tool:        enabled ✓
Provider:  (none — built-in only)
Installed plugins:
  byterover ｜ holographic ｜ honcho ｜ mem0 ｜ memtensor ｜ openviking ｜ retaindb ｜ supermemory

我的收获

用户此前已学过本模块；以下是本机实测状态（2026-09-25）：

• 本机实测 Provider = (none — built-in only) → 目前纯内置记忆模式，外置那一套装好了但没开。
• 已装 8 个 provider 插件：byterover / holographic / honcho / mem0 / memtensor / openviking / retaindb / supermemory —— 也就是说 hermes memory setup 里能直接选的比官方文档注释里列的多一个（文档列的是 honcho/openviking/mem0/holographic/retaindb/byterover/supermemory/hindsight）。
• hindsight 确实不在已装列表里 —— 实测印证官方那句「需先 hermes plugins install hindsight」。
• honcho-ai Python 包本机未安装（import honcho_ai 直接 ImportError）→ 正好印证官方 Honcho 的前置「pip install honcho-ai + API key 或自建实例」。想启用 Honcho 得先补这一步。
• config 里 memory.provider: ''（空字符串）与 status 显示 none 一致 —— 也就是说「关掉外置」在本机的表现就是 provider 留空。
• 💡 对本机的一个判断：内置记忆 2,200 + 1,375 字符的预算对小规模偏好够用，但跨会话「越来越懂你」这类需求（自动推理、语义搜索、多 agent 隔离）内置层给不了 —— 这正是本机已预装 8 个 provider 插件的意义，缺的只是选一个 + 配 key。

（个人感想部分待补写。）

待深入

（待填：没听懂、想回头查的。）