Хончо Память

Honcho — это собственный бэкенд памяти AI, который включает диалектическое рассуждение и более глубокое моделирование пользователей на поверхности встроенной системы памяти Hermes. Вместо простого хранения ключа-значения, Honcho поддерживает текущую модель того, кто такой пользователь — его предпочтения, стиль общения, цели и модели — анализируя разговоры после их завершения.

Что добавлено, Хончо

Диалектическое рассуждение: После каждого шага разговора (в соответствии с dialecticCadence) Honcho анализирует обмен и делает выводы о предпочтениях, привычках и целях пользователя. Они накапливаются в течение определенного времени, позволяя агенту все более глубокое понимание, выходящее за рамки, четко определенные пользователем. Диалектика поддержки многошаговой передачи (шаг 1–3) с автоматическим выбором холодного/тёплого запроса — холодные запросы фокусируются на основе статистики фактов о пользователе, мягкие запросы отдают приоритет контексту сессии.

Контекст, ограниченная сессия: Базовый контекст теперь включает сводку сеанса вместе с представлениями пользователя и карточкой пира. Это дает агенту осведомленность о том, что уже обсуждалось в текущей сессии, о сокращении повторений и достижении преемственности.

Мультиагентные профили: Когда несколько экземпляров Hermes общаются с одним и тем же пользователем (например, помощником по кодированию и личным помощником), Honcho поддерживает профили «пиров». Каждый видит только свои наблюдения и выводы, предотвращающие перекрёстное загрязнение окружающей среды.

Настройка

hermes memory setup    # выберите "honcho" из списка провайдеров

Или настройте вручную:

# ~/.hermes/config.yaml
memory:
  provider: honcho

echo 'HONCHO_API_KEY=***' >> ~/.hermes/.env

Получите API-ключ на honcho.dev.

Архитектура

Двухуровневое внедрение контекста

Каждый шаг (в режиме hybrid или context) Honcho собирает два слоя контекста, внедряемых в системный промпт:

1. Базовый контекст — сводка сессии, представление пользователя, карточка пира пользователя, самопредставление AI и идентификационная карточка AI. Обновляется в соответствии с contextCadence. Это слой "кто этот пользователь".
2. Диалектическое дополнение — сгенерированное LLM рассуждение о текущем состоянии и потребностях пользователя. Обновляется в соответствии с dialecticCadence. Это слой "что важно прямо сейчас".

Оба слоя объединяются и обрезаются до бюджета contextTokens (если установлен).

Выбор холодного/тёплого промпта

Диалектика автоматически выбирает между двумя стратегиями промптов:

• Холодный старт (базовый контекст ещё не получен): Общий запрос — "Кто этот человек? Каковы его предпочтения, цели и стиль работы?"
• Тёплая сессия (базовый контекст существует): Запрос, ограниченный сессией — "Учитывая то, что обсуждалось в этой сессии, какой контекст об этом пользователе наиболее актуален?"

Это происходит автоматически, в зависимости от того, заполнен ли базовый контекст.

Три ортогональных параметра настройки

Стоимость и глубина контролируются тремя независимыми параметрами:

Они ортогональны — вы можете иметь частые обновления контекста с редкой диалектикой или глубокую многопроходную диалектику с низкой частотой. Пример: contextCadence: 1, dialecticCadence: 5, dialecticDepth: 2 обновляет базовый контекст каждый шаг, запускает диалектику каждые 5 шагов, и каждый запуск диалектики делает 2 прохода.

Глубина диалектики (многопроходная)

Когда dialecticDepth > 1, каждый вызов диалектики выполняет несколько проходов .chat():

• Проход 0: Холодный или тёплый промпт (см. выше)
• Проход 1: Самоаудит — выявляет пробелы в первоначальной оценке и синтезирует свидетельства из недавних сессий
• Проход 2: Согласование — проверяет противоречия между предыдущими проходами и выдаёт итоговый синтез

Каждый проход использует пропорциональный уровень рассуждения (более лёгкие ранние проходы, базовый уровень для основного прохода). Переопределите уровни для каждого прохода с помощью dialecticDepthLevels — например, ["minimal", "low", "high"] для глубины 3. Проходы завершаются досрочно, если предыдущий проход вернул сильный сигнал (длинный, структурированный вывод), так что глубина 3 не всегда означает 3 вызова LLM.

Предварительный прогрев при старте сессии

При инициализации сессии Honcho запускает диалектический вызов в фоне на полной настроенной dialecticDepth и передаёт результат непосредственно в контекст сборки первого шага. Однопроходный предварительный прогрев на холодном пире часто даёт скудный вывод — многошаговая глубина запускает цикл аудита/согласования до того, как пользователь вообще заговорит. Если предварительный прогрев не завершился к первому шагу, первый шаг переключается на синхронный вызов с ограниченным таймаутом.

Адаптивный уровень рассуждения в зависимости от запроса

Автоматически внедряемая диалектика масштабирует dialecticReasoningLevel в зависимости от длины запроса: +1 уровень при ≥120 символах, +2 при ≥400, с ограничением до reasoningLevelCap (по умолчанию "high"). Отключите с помощью reasoningHeuristic: false, чтобы зафиксировать все автоматические вызовы на уровне dialecticReasoningLevel. Доступные уровни: minimal, low, medium, high, max.

Параметры конфигурации

Honcho настраивается в ~/.honcho/config.json (глобальном) или $HERMES_HOME/honcho.json (локальном для профиля). Мастер настройки делает это автоматически.

Полный справочник конфигурации

Стратегия сессии определяет, как сессии Honcho соотносятся с вашей работой: - per-session — каждый запуск hermes получает новую сессию. Чистый старт, память через инструменты. Рекомендуется для новых пользователей. - per-directory — одна сессия Honcho на рабочую директорию. Контекст накапливается между запусками. - per-repo — одна сессия на git-репозиторий. - global — единая сессия для всех директорий.

Режим извлечения определяет, как память поступает в разговоры: - hybrid — контекст автоматически внедряется в системный промпт, И инструменты доступны (модель решает, когда запрашивать). - context — только автоматическое внедрение, инструменты скрыты. - tools — только инструменты, без автоматического внедрения. Агент должен явно вызывать honcho_reasoning, honcho_search и т.д.

Настройки для каждого режима извлечения:

В режиме tools модель полностью контролирует ситуацию — она вызывает honcho_reasoning, когда хочет, на выбранном ею уровне reasoning_level. Настройки каденции и бюджета применяются только к режимам с автоматическим внедрением (hybrid и context).

Наблюдение (направленное или унифицированное)

Honcho моделирует разговор как обмен сообщениями между пирами. У каждого пира есть два переключателя наблюдения, которые сопоставляются 1:1 с SessionPeerConfig в Honcho:

Два пира × два переключателя = четыре флага. observationMode — это сокращённый предустановленный набор:

Переопределите предустановку с помощью явного блока observation для контроля за каждым пиром:

"observation": {
  "user": { "observeMe": true,  "observeOthers": true },
  "ai":   { "observeMe": true,  "observeOthers": false }
}

Распространённые узоры:

Переключатели на стороне сервера, установленные через панель Honcho, имеют приоритет над локальными настройками — Hermes синхронизирует их обратно при инициализации сессии.

Инструменты

Когда Honcho активен в качестве провайдера памяти, становятся доступными пять инструментов:

Команды CLI

Подкоманда hermes honcho регистрируется только тогда, когда Honcho является активным провайдером памяти (memory.provider: honcho в config.yaml). Сначала выполните настройку памяти Hermes и выберите Honcho; подкоманда готовится при следующем вызове.

hermes honcho status          # Статус подключения, конфигурация и ключевые настройки
hermes honcho setup           # Перенаправляет на `hermes memory setup`
hermes honcho strategy        # Показать или установить стратегию сессии (per-session/per-directory/per-repo/global)
hermes honcho peer            # Показать или обновить имена пиров + уровень диалектического рассуждения
hermes honcho mode            # Показать или установить режим извлечения (hybrid/context/tools)
hermes honcho tokens          # Показать или установить бюджет токенов для контекста и диалектики
hermes honcho identity        # Заполнить или показать идентичность AI-пира в Honcho
hermes honcho sync            # Синхронизировать конфигурацию Honcho для всех существующих профилей
hermes honcho peers           # Показать идентичности пиров во всех профилях
hermes honcho sessions        # Список известных сопоставлений сессий Honcho
hermes honcho map             # Сопоставить текущую директорию с именем сессии Honcho
hermes honcho enable          # Включить Honcho для активного профиля
hermes honcho disable         # Отключить Honcho для активного профиля
hermes honcho migrate         # Пошаговое руководство по миграции из openclaw-honcho

Миграция из hermes honcho

Если вы ранее использовали автономную hermes honcho setup:

1. Ваша существующая конфигурация (honcho.json или ~/.honcho/config.json) сохраняется.
2. Ваши данные на стороне сервера (воспоминания, выводы, профили пользователей) остаются нетронутыми.
3. Установите memory.provider: honcho в config.yaml для реактивации.

Повторный вход в систему или перенастройка не требуются. Выполните «Настройка памяти Hermes» и выберите «Honcho» — мастер создания вашей существующей конфигурации.

Полная документация

См. Провайдеры памяти — Honcho для полного справочника.