plastic-labs/honcho

Memory library for building stateful agents

What it solves

Honcho는 상태를 유지하는 AI 에이전트를 위한 메모리 인프라를 제공하여, 시간이 지나도 사람, 다른 에이전트, 그룹, 프로젝트에 대한 지속적인 이해를 유지합니다. 단순한 청크 매칭(RAG)을 넘어 결론을 추출하고 엔터티의 변화를 추론합니다.

How it works

Honcho는 FastAPI 서버(관리형 또는 자체 호스팅)로 동작하며 데이터를 "피어"(인간 또는 AI) 중심으로 조직합니다. 시스템은 다음 루프를 따릅니다:

  1. Store: 대화, 이벤트, 문서를 세션 내 메시지로 저장합니다.
  2. Reason: 백그라운드 프로세스(deriver)가 이 메시지를 비동기적으로 분석해 피어 표현을 업데이트합니다.
  3. Query: 사용자는 채팅 엔드포인트를 통해 표현을 질의하거나, 하이브리드 검색(BM25 + 벡터)으로 특정 정보를 검색하거나, 프롬프트용 컨텍스트를 가져올 수 있습니다.
  4. Inject: 생성된 컨텍스트나 인사이트를 모든 LLM 호출이나 에이전트 프레임워크에 주입합니다.

Who it’s for

  • 장기 메모리와 높은 보존율이 필요한 AI 에이전트를 구축하는 개발자.
  • 에이전트가 서로 다른 피어 간의 관계와 관점을 이해해야 하는 멀티 에이전트 시스템을 만드는 팀.
  • Claude Code, Cursor, Windsurf와 같은 MCP 호환 클라이언트를 사용하는 사용자로, 코딩 에이전트를 위한 지속적인 메모리를 원함.

Highlights

  • Reasoning-first memory: 텍스트 청크를 단순히 검색하는 것이 아니라 연역·귀납적 결론을 추출합니다.
  • Peer-centric model: 엔터티(사용자, 에이전트, 아이디어)와 그 시간에 따른 변화를 추적합니다.
  • Multi-peer perspective: 특정 피어가 다른 피어에 대해 무엇을 알고 있는지를 모델링할 수 있습니다.
  • Broad Integration: MCP, Claude Code, OpenCode, OpenClaw, Hermes를 지원합니다.
  • Flexible Deployment: 관리형 서비스 또는 Docker를 통한 자체 호스팅이 가능합니다.