plastic-labs/honcho

Memory library for building stateful agents

What it solves

Honcho 提供有狀態 AI 代理的記憶基礎設施，使它們能隨時間維持對人、其他代理、群組與專案的持久理解。它超越了簡單的 chunk‑matching（RAG），會抽取結論並對隨時間演變的實體進行推理。

How it works

Honcho 以 FastAPI 伺服器（受管或自行部署）運作，將資料圍繞「同儕」（人類或 AI）組織。系統遵循以下循環：

  1. Store: 對話、事件與文件以訊息形式儲存在 session 中。
  2. Reason: 背景程序（deriver）會非同步分析這些訊息，更新同儕的表示。
  3. Query: 使用者可透過聊天端點查詢這些表示，或使用混合搜尋（BM25 + 向量）搜尋特定資訊，亦或取得可直接用於提示的上下文。
  4. Inject: 產生的上下文或洞見會被注入任何 LLM 呼叫或代理框架中。

Who it’s for

  • 開發需要長期記憶與高保留率的 AI 代理的開發者。
  • 建立多代理系統的團隊，讓代理能理解不同同儕之間的關係與觀點。
  • 使用 MCP 相容客戶端（如 Claude Code、Cursor、Windsurf）的使用者，想為其程式碼代理提供持久記憶。

Highlights

  • Reasoning-first memory: 抽取演繹與歸納結論，而非僅檢索文字片段。
  • Peer-centric model: 追蹤實體（使用者、代理、想法）以及它們隨時間的變化。
  • Multi-peer perspective: 能建模特定同儕對另一同儕的認知。
  • Broad Integration: 支援 MCP、Claude Code、OpenCode、OpenClaw 與 Hermes。
  • Flexible Deployment: 可作為受管服務或透過 Docker 自行部署。